[发明专利]一种使用社交上下文特征的深度微博情感分析方法在审
| 申请号： | 201910446241.1 | 申请日： | 2019-05-27 |
| 公开（公告）号： | CN110188200A | 公开（公告）日： | 2019-08-30 |
| 发明（设计）人： | 杨静;邹晓梅;韩宏宇;张薇 | 申请（专利权）人： | 哈尔滨工程大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/33;G06F16/9536;G06F17/27;G06Q50/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于自然语言处理领域，具体涉及一种使用社交上下文特征的深度微博情感分析方法。本发明方法包括以下步骤：1)采集微博数据并对其进行预处理。具体包括采集和预处理微博文本信息和发布微博的用户信息即社交上下文信息；2)使用一种深度学习方法对微博社交上下文信息进行表示，将每个微博表示成为连续分布的实数向量；3)建立一个基于长短期记忆网络的深度学习分类模型，结合微博文本特征和社交上下文特征对微博进行情感分析。本发明针对微博数据的特点，提取了微博文本之间的上下文信息，并对其进行表示，将其作为特征同文本信息一起进行微博文本情感分析，本发明方法能够提高微博情感分析的效果。 | ||
| 搜索关键词： | 微博 情感分析 上下文特征 上下文信息 预处理 文本信息 自然语言处理 采集 分类模型 记忆网络 连续分布 实数向量 文本情感 文本特征 用户信息 文本 学习 发布 分析 | ||
【主权项】：
1.一种使用社交上下文特征的深度微博情感分析方法，其特征在于，包括以下步骤：步骤1：采集微博数据并对其进行预处理，具体包括采集和预处理微博文本信息和发布微博的用户即社交上下文信息；步骤2：使用一种深度学习方法对微博社交上下文信息进行表示，将每个微博表示成为连续分布的实数向量；步骤3：建立一个基于长短期记忆网络的深度学习分类模型，结合微博文本特征和社交上下文特征对微博进行情感分析。
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哈尔滨工程大学，未经哈尔滨工程大学许可，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/201910446241.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种用于智能语音交互的文本分类方法
- 下一篇：一种信息匹配方法及设备
