公开(公告)号：CN109446331A

公开(公告)日：2019-03-08

申请号：CN201811492975.5

申请日：2018-12-07

Applicant: 华中科技大学

Inventor： 王邦 ,  汪畅 ,  徐明华

IPC: G06F16/35

Abstract: 本发明公开了一种文本情绪分类模型建立方法及文本情绪分类方法，包括：对待分类文档进行分句操作，并分别获得每一个句子中所有单词的词向量；根据分句结果依次建立单词转化层、文档向量合成层以及输出层，从而完成文本情绪分类模型的建立；单词转化层包括M个树结构神经网络，与分句所得的M个句子一一对应，分别用于将句中单词的词向量转化为隐藏向量；文档向量合成层用于根据单词转化层转化所得的单词的隐藏向量得到待分类文档的文档向量；输出层用于将文档向量合成层得到的文档向量映射为情绪概率分布并归一化，从而得到待分类文档在每个情绪类别上的概率。本发明通过融合句法信息、主题信息和语义信息，有效提高了文本情绪分类的准确度。

公开(公告)号：CN109446331B

公开(公告)日：2021-03-26

申请号：CN201811492975.5

申请日：2018-12-07

Applicant: 华中科技大学

Inventor： 王邦 ,  汪畅 ,  徐明华

IPC: G06F16/35

Abstract: 本发明公开了一种文本情绪分类模型建立方法及文本情绪分类方法，包括：对待分类文档进行分句操作，并分别获得每一个句子中所有单词的词向量；根据分句结果依次建立单词转化层、文档向量合成层以及输出层，从而完成文本情绪分类模型的建立；单词转化层包括M个树结构神经网络，与分句所得的M个句子一一对应，分别用于将句中单词的词向量转化为隐藏向量；文档向量合成层用于根据单词转化层转化所得的单词的隐藏向量得到待分类文档的文档向量；输出层用于将文档向量合成层得到的文档向量映射为情绪概率分布并归一化，从而得到待分类文档在每个情绪类别上的概率。本发明通过融合句法信息、主题信息和语义信息，有效提高了文本情绪分类的准确度。

公开(公告)号：CN110991190A

公开(公告)日：2020-04-10

申请号：CN201911212020.4

申请日：2019-11-29

Applicant: 华中科技大学

Inventor： 王邦 ,  汪畅

IPC: G06F40/30 ,  G06F40/258 ,  G06F40/151 ,  G06N3/08

Abstract: 本发明公开了一种文档主题增强的自注意力网络、文本情绪预测系统和方法，属于自然语言处理领域。包括：主题获取模块，用于通过神经主题模型，获取文档的主题向量；单词向量转化模块，用于将文档中各个单词转化为向量；上下文向量转化模块，用于通过自注意力网络，将文档中各个单词的向量转化为各自的上下文向量；文档向量获取模块，用于通过主题注意力机制，将文档中各个单词的上下文向量与该文档的主题向量融合，得到该文档的向量；文档特征向量获取模块，用于通过融合门网络，将文档的向量与该文档的主题向量再次融合，得到该文档的特征向量。本发明将神经主题模型和自注意力网络融合到统一的神经网络框架中，有利于提升文本情绪预测的准确性。

公开(公告)号：CN110991190B

公开(公告)日：2021-06-29

申请号：CN201911212020.4

申请日：2019-11-29

Applicant: 华中科技大学

Inventor： 王邦 ,  汪畅

IPC: G06F40/30 ,  G06F40/258 ,  G06F40/151 ,  G06N3/08

Abstract: 本发明公开了一种文档主题增强系统、文本情绪预测系统和方法，属于自然语言处理领域。包括：主题获取模块，用于通过神经主题模型，获取文档的主题向量；单词向量转化模块，用于将文档中各个单词转化为向量；上下文向量转化模块，用于通过自注意力网络，将文档中各个单词的向量转化为各自的上下文向量；文档向量获取模块，用于通过主题注意力机制，将文档中各个单词的上下文向量与该文档的主题向量融合，得到该文档的向量；文档特征向量获取模块，用于通过融合门网络，将文档的向量与该文档的主题向量再次融合，得到该文档的特征向量。本发明将神经主题模型和自注意力网络融合到统一的神经网络框架中，有利于提升文本情绪预测的准确性。