[发明专利]基于卷积神经网络的文本情感分析方法有效
| 申请号： | 201910514145.6 | 申请日： | 2019-06-14 |
| 公开（公告）号： | CN110362819B | 公开（公告）日： | 2023-03-31 |
| 发明（设计）人： | 李保印;刘涛;张宝玉;王坤 | 申请（专利权）人： | 中电万维信息技术有限责任公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/284;G06F40/216;G06F18/241;G06N3/0464;G06N3/08 |
| 代理公司： | 兰州嘉诺知识产权代理事务所(普通合伙) 62202 | 代理人： | 郭海 |
| 地址： | 730000 甘肃省兰州市城关*** | 国省代码： | 甘肃;62 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及信息系统领域，特别涉及一种基于卷积神经网络的文本情感分析方法。特别适用于社交网络发布的微博、朋友圈等文本情感分析。包括如下步骤：中科院ICTCLAS分词系统将文本句子分成不同的词；通过Word2vec工具将词进行向量化；通过Hownet情感词集合对词性标注为积极情感词、消极情感词、否定词、程度副词；利用词向量和词性标注组合拼接作为卷积神经网络的输入识别文本情感。本发明的有益效果在于：本发明的情感分析更加简单可实施。能突出句子的核心情感，降低算法复杂度，提高效率同时更有利于情感分析，最终识别负面情绪。 | ||
| 搜索关键词： | 基于 卷积 神经网络 文本 情感 分析 方法 | ||
【主权项】：
1.基于卷积神经网络的文本情感分析方法，其他特征在于包括如下步骤：A、中科院ICTCLAS分词系统将文本句子分成不同的词；B、通过Word2vec工具将词进行向量化；C、通过Hownet情感词集合对词性标注为积极情感词、消极情感词、否定词、程度副词；D、利用词向量和词性标注组合拼接作为卷积神经网络的输入识别文本情感。
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中电万维信息技术有限责任公司，未经中电万维信息技术有限责任公司许可，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/201910514145.6/，转载请声明来源钻瓜专利网。
