[发明专利]一种基于深度学习的舆情数据分析模型在审
| 申请号： | 202010634923.8 | 申请日： | 2020-07-03 |
| 公开（公告）号： | CN111859955A | 公开（公告）日： | 2020-10-30 |
| 发明（设计）人： | 况丽娟;管亦铮;戴宪华 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06F40/289 | 分类号： | G06F40/289;G06F40/284;G06F40/211;G06F40/216;G06F16/35;G06F16/901;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于CNN‑LSTM的文本情感分析和word2vector的textrank摘要自动提取的多任务的文本分析方法，该方法包括获取海量待测网络文本数据，首先将待测网络文本数据经预处理之后输入LSTM‑CNN神经网络,LSTM‑CNN不仅利用了经典的文本序列处理方法长短期记忆网络，得到表征上下文的向量，CNN进一步提取到更高维、有效的特征，接着将特征送入softmax进行多分类，从而得到文本的情感正负向，其次结合基于词嵌入的textrank算法，将所输入的文本数据分割成句子构建图模型，计算句子之间的相似度，作为边的权值。通过计算句子得分，将得到的句子得分进行倒序排序，抽取重要度最高的几个句子作为候选文摘句。最后结合分析结果用报告的形式展示。这种多任务处理文本数据的模型使得舆情监测结果可以获得高准确率和高效率，还利用了两种神经网络训练提高了文本分析精度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 舆情 数据 分析 模型 | ||
【主权项】：
暂无信息
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山大学，未经中山大学许可，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/202010634923.8/，转载请声明来源钻瓜专利网。
