公开(公告)号：CN112183064B

公开(公告)日：2022-06-03

申请号：CN202011138387.9

申请日：2020-10-22

Applicant: 福州大学

Inventor： 廖祥文 ,  李泽南 ,  陈志豪 ,  张艳茹 ,  叶锴

IPC: G06F40/211 ,  G06F40/289 ,  G06F40/284 ,  G06F40/30 ,  G06F40/126 ,  G06F16/35 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于多任务联合学习的文本情绪原因识别系统。包括：数据预处理模块，用于对数据进行预处理；文本编码模块，提取文本内容上下文依赖关系，获取其隐层向量表示，作为文本子句信息的整体表示；相对位置信息嵌入模块，从相对位置表示中学习出相对位置信息，并将其嵌入到文本子句向量中。情绪分类子任务模块，通过引入情绪分类子任务，使模型学习到的相对位置信息表示能帮助情绪识别任务精准的定位目标子句的位置；情绪原因识别标签输出模块，用于分析文本子句之间的上下文关系，完成情绪原因识别的标签预测工作。本发明能够从文本数据中学习高质量的文本向量特点，最终标注出关键情绪词的原因。

公开(公告)号：CN112200638A

公开(公告)日：2021-01-08

申请号：CN202011188943.3

申请日：2020-10-30

Applicant: 福州大学

Inventor： 廖祥文 ,  张艳茹 ,  林诚燕 ,  徐庆 ,  李泽南

IPC: G06Q30/06 ,  G06F16/35 ,  G06F40/30 ,  G06N3/04 ,  G06N3/00

Abstract: 本发明涉及一种基于注意力机制与双向GRU网络的水军评论检测系统及方法，包括步骤：将输入的评论数据分为文本信息评论、用户‑产品关系信息评论和用户交互行为信息评论；对用户交互行为信息评论进行特征抽取获得行为特征，对用户‑产品关系信息评论进行特征抽取得到用户‑产品关系特征，对文本信息评论进行特征抽取获得文本特征；将得到的行为特征、用户‑产品关系特征以及文本特征进行拼接得到评论的最终表示向量，并将该向量输入至集成学习模块中，用分类函数得到评论最终的分类结果。本发明能够自动抽取出有效特征，并对特征进行抽象和组合，最终识别出文本空间特征。

公开(公告)号：CN112183064A

公开(公告)日：2021-01-05

申请号：CN202011138387.9

申请日：2020-10-22

Applicant: 福州大学

Inventor： 廖祥文 ,  李泽南 ,  陈志豪 ,  张艳茹 ,  叶锴

IPC: G06F40/211 ,  G06F40/289 ,  G06F40/284 ,  G06F40/30 ,  G06F40/126 ,  G06F16/35 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于多任务联合学习的文本情绪原因识别系统。包括：数据预处理模块，用于对数据进行预处理；文本编码模块，提取文本内容上下文依赖关系，获取其隐层向量表示，作为文本子句信息的整体表示；相对位置信息嵌入模块，从相对位置表示中学习出相对位置信息，并将其嵌入到文本子句向量中。情绪分类子任务模块，通过引入情绪分类子任务，使模型学习到的相对位置信息表示能帮助情绪识别任务精准的定位目标子句的位置；情绪原因识别标签输出模块，用于分析文本子句之间的上下文关系，完成情绪原因识别的标签预测工作。本发明能够从文本数据中学习高质量的文本向量特点，最终标注出关键情绪词的原因。