[发明专利]文本情感分类方法在审
| 申请号： | 201910452874.3 | 申请日： | 2019-05-28 |
| 公开（公告）号： | CN110134793A | 公开（公告）日： | 2019-08-16 |
| 发明（设计）人： | 张小松;范文慧;牛伟纳;任仲蔚;潘文强;蓝皓月 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35 |
| 代理公司： | 成都智言知识产权代理有限公司 51282 | 代理人： | 濮云杉 |
| 地址： | 610000 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及文本情感分类方法，包括有对待处理的文本数据进行预处理，步骤包括有：A.在所述的预处理中包括了通过不同的现有的词向量模型对待处理的文本数据进行预训练，将同一个词经不同的词向量模型预训练后所对应的所有不同的词向量表达拼接为一个整体，形成优化后的词向量；B.将所述优化后的词向量输入到不同的神经网络中，分别提取待处理的文本数据的不同特征；C.将不同神经网络提取的所有特征拼接后进行分类处理，得到待处理的文本数据的每个处理样本属于不同情感类别的概率值。本发明的文本情感分类方法，显著提高了中文词语语义分析的准确性，并且大幅度提升了数据模型在小样本数据集上的分类能力。 | ||
| 搜索关键词： | 词向量 文本数据 文本情感分类 预处理 神经网络 拼接 分类处理 分类能力 数据模型 语义分析 中文词语 数据集 小样本 优化 样本 概率 | ||
【主权项】：
1.文本情感分类方法，包括有对待处理的文本数据进行预处理，其特征为：A.在所述的预处理中包括了通过不同的现有的词向量模型对待处理的文本数据进行预训练，将同一个词经不同的词向量模型预训练后所对应的所有不同的词向量表达拼接为一个整体，形成优化后的词向量；B.将所述优化后的词向量输入到不同的神经网络中，分别提取待处理的文本数据的不同特征；C.将不同神经网络提取的所有特征拼接后进行分类处理，得到待处理的文本数据的每个处理样本属于不同情感类别的概率值。
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电子科技大学，未经电子科技大学许可，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/201910452874.3/，转载请声明来源钻瓜专利网。
