[发明专利]一种文本情感分类方法及装置在审
| 申请号： | 201910375929.5 | 申请日： | 2019-05-07 |
| 公开（公告）号： | CN110059191A | 公开（公告）日： | 2019-07-26 |
| 发明（设计）人： | 刘方爱;张敬仁;徐卫志;王倩倩;孙文晨;谭俏俏;赵俊杰 | 申请（专利权）人： | 山东师范大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/33;G06F17/27;G06N3/04 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 杨哲 |
| 地址： | 250358 *** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开公开了一种文本情感分类方法及装置，该方法包括：接收文本数据，构建分布式词向量，得到特征矩阵；将特征矩阵输入卷积神经网络模型，通过所述卷积神经网络模型的多滑动窗口的卷积层对特征矩阵进行卷积运算；通过所述卷积神经网络模型的k‑max和avg‑pooling并行双池化层进行池化操作；通过所述卷积神经网络模型的串接层拼接构建文本级别的全局特征向量，对其降维后运用朴素贝叶斯分类器获取文本情感分类结果；采用改进的梯度下降算法优化所述卷积神经网络模型参数。 | ||
| 搜索关键词： | 卷积神经网络 文本情感分类 特征矩阵 池化 构建 朴素贝叶斯分类器 全局特征向量 滑动窗口 卷积运算 模型参数 文本数据 下降算法 词向量 串接 降维 卷积 拼接 并行 优化 改进 | ||
【主权项】：
1.一种文本情感分类方法，其特征在于，该方法包括：接收文本数据，构建分布式词向量，得到特征矩阵；将特征矩阵输入卷积神经网络模型，通过所述卷积神经网络模型的多滑动窗口的卷积层对特征矩阵进行卷积运算；通过所述卷积神经网络模型的k‑max和avg‑pooling并行双池化层进行池化操作；通过所述卷积神经网络模型的串接层拼接构建文本级别的全局特征向量，对其降维后运用朴素贝叶斯分类器获取文本情感分类结果；采用改进的梯度下降算法优化所述卷积神经网络模型参数。
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山东师范大学，未经山东师范大学许可，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/201910375929.5/，转载请声明来源钻瓜专利网。
