公开(公告)号：CN111309909B

公开(公告)日：2021-07-30

申请号：CN202010091064.2

申请日：2020-02-13

Applicant: 北京工业大学

Inventor： 王丹 ,  余悦任 ,  杜金莲 ,  付利华 ,  苏航 ,  李童

IPC: G06F16/35 ,  G06N3/04 ,  G06N3/08 ,  G06N20/00

Abstract: 一种基于混合模型的文本情感分类方法属于计算机软件领域。该方法主要包含数据处理层、机器学习处理层、CNN处理层、LSTM‑Attention处理层、自适应决策层。待分类数据经过机器学习处理层、CNN处理层和LSTM‑Attention处理层分别处理，最后将其处理结果一同输入到自适应决策层中，自适应决策层根据不同处理层以往的分类结果自适应调整各层结果所占的权重，从而得到最终的分类结果。相比单一的机器学习和单一的深度学习方法，该方法处理效果明显，并且结果具有良好的可解释性，应用前景广泛。

公开(公告)号：CN111309909A

公开(公告)日：2020-06-19

申请号：CN202010091064.2

申请日：2020-02-13

Applicant: 北京工业大学

Inventor： 王丹 ,  余悦任 ,  杜金莲 ,  付利华 ,  苏航 ,  李童

IPC: G06F16/35 ,  G06N3/04 ,  G06N3/08 ,  G06N20/00

Abstract: 一种基于混合模型的文本情感分类方法属于计算机软件领域。该方法主要包含数据处理层、机器学习处理层、CNN处理层、LSTM-Attention处理层、自适应决策层。待分类数据经过机器学习处理层、CNN处理层和LSTM-Attention处理层分别处理，最后将其处理结果一同输入到自适应决策层中，自适应决策层根据不同处理层以往的分类结果自适应调整各层结果所占的权重，从而得到最终的分类结果。相比单一的机器学习和单一的深度学习方法，该方法处理效果明显，并且结果具有良好的可解释性，应用前景广泛。