[发明专利]一种用于目标情感分类的深度记忆网络模型及其分类方法在审
| 申请号： | 201910220139.X | 申请日： | 2019-03-22 |
| 公开（公告）号： | CN110008339A | 公开（公告）日： | 2019-07-12 |
| 发明（设计）人： | 荆晓远;李晶;左梅;訾璐 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F17/27;G06K9/62 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 罗飞 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种用于目标情感分类的深度记忆网络模型包括输入模块、注意力模块和交互分类模块，通过输入模块可以将句子划分为目标向量和对应的上下文向量，然后通过注意力模块基于输入的目标向量从外部存储的上下文向量中获取对应的情感信息，并获得目标上下文表示；再通过交互分类模块对目标上下文表示与目标向量表示进行交互计算，获得句子文本对指定目标的情感表示，然后将情感表示作为特征进行分类，获得模型预测的情感极性。并基于上述深度记忆网络模型提出了一种分类方法，通过将上下文向量表示与目标之间的交互信息融入最终的情感分类表示，可以实现有效识别上下文对目标的情感极性的技术效果。 | ||
| 搜索关键词： | 上下文向量 记忆网络 目标向量 情感分类 目标上下文 交互分类 情感极性 输入模块 分类 句子 注意力 技术效果 交互计算 交互信息 模型预测 情感信息 外部存储 有效识别 文本 融入 | ||
【主权项】：
1.一种用于目标情感分类的深度记忆网络模型，其特征在于，包括：输入模块，用于将句子划分为目标向量和对应的上下文向量，其中，上下文向量作为外部记忆被存储；注意力模块，用于基于输入的目标向量从外部存储的上下文向量中获取对应的情感信息，并获得目标上下文表示；交互分类模块，用于对目标上下文表示与目标向量表示进行交互计算，获得句子文本对指定目标的情感表示，然后将情感表示作为特征进行分类，获得模型预测的情感极性。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉大学，未经武汉大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910220139.X/，转载请声明来源钻瓜专利网。
