公开(公告)号：CN110209824A

公开(公告)日：2019-09-06

申请号：CN201910510457.X

申请日：2019-06-13

Applicant: 中国科学院自动化研究所

Inventor： 胡卫明 ,  赵品龙

IPC: G06F16/35 ,  G06F17/27

Abstract: 本发明属于模式识别技术领域，具体涉及了一种基于组合模型的文本情感分析方法、系统、装置，旨在解决无法有效结合文本的双向序列和结构化信息，文本情感分析不够全面、准确的问题。本发明方法包括：采用词向量词典对文本查表，获得文本每个词的词向量；对词的位置信息进行编码，并与相应词向量相加，获得文本的句子表示；采用双向编码表示器，提取文本的深度双向特征表示；采用多核卷积神经网络提取文本的深度双向特征表示的句子结构信息；对文本的句子结构信息分类得到待判断情感文本的情感类别。本发明能够有效的提取文本的双向序列特性以及结构特征，能够对文本情感进行更为全面的分析，并且网络可以并行训练，能够大大缩减训练时间。

公开(公告)号：CN110209824B

公开(公告)日：2021-06-22

申请号：CN201910510457.X

申请日：2019-06-13

Applicant: 中国科学院自动化研究所

Inventor： 胡卫明 ,  赵品龙

IPC: G06F16/35 ,  G06F40/289 ,  G06F40/30

Abstract: 本发明属于模式识别技术领域，具体涉及了一种基于组合模型的文本情感分析方法、系统、装置，旨在解决无法有效结合文本的双向序列和结构化信息，文本情感分析不够全面、准确的问题。本发明方法包括：采用词向量词典对文本查表，获得文本每个词的词向量；对词的位置信息进行编码，并与相应词向量相加，获得文本的句子表示；采用双向编码表示器，提取文本的深度双向特征表示；采用多核卷积神经网络提取文本的深度双向特征表示的句子结构信息；对文本的句子结构信息分类得到待判断情感文本的情感类别。本发明能够有效的提取文本的双向序列特性以及结构特征，能够对文本情感进行更为全面的分析，并且网络可以并行训练，能够大大缩减训练时间。