-
公开(公告)号:CN115759119B
公开(公告)日:2023-04-21
申请号:CN202310030728.8
申请日:2023-01-10
Applicant: 暨南大学
IPC: G06F40/30 , G06F40/242 , G06F40/284 , G06F16/35 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/091
Abstract: 本发明公开了一种金融文本情感分析方法、系统、介质和设备,该方法包括下述步骤:分析每个金融文本表达的情感并进行标注;对待测金融文本进行数据预处理,得到金融文本序列;根据金融词典进行分词、编码,编码后输入BERT模型训练;多头注意力层以编码后的词向量作为输入,为每个词向量提供不同语义的词向量,前馈层将含有序列信息的词向量进行线性处理,得到整合信息后的词向量;多头注意力层和前馈层后各执行残差连接和归一化处理,完成各词向量对序列信息的整合;整合信息后的各个词向量经过全连接层、softmax计算,选择概率最大的情感作为文本情感分类的结果。本发明能更好地利用到完整语义信息,极大提高了文本情感分析的准确度。
-
公开(公告)号:CN115759119A
公开(公告)日:2023-03-07
申请号:CN202310030728.8
申请日:2023-01-10
Applicant: 暨南大学
IPC: G06F40/30 , G06F40/242 , G06F40/284 , G06F16/35 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/091
Abstract: 本发明公开了一种金融文本情感分析方法、系统、介质和设备,该方法包括下述步骤:分析每个金融文本表达的情感并进行标注;对待测金融文本进行数据预处理,得到金融文本序列;根据金融词典进行分词、编码,编码后输入BERT模型训练;多头注意力层以编码后的词向量作为输入,为每个词向量提供不同语义的词向量,前馈层将含有序列信息的词向量进行线性处理,得到整合信息后的词向量;多头注意力层和前馈层后各执行残差连接和归一化处理,完成各词向量对序列信息的整合;整合信息后的各个词向量经过全连接层、softmax计算,选择概率最大的情感作为文本情感分类的结果。本发明能更好地利用到完整语义信息,极大提高了文本情感分析的准确度。
-