公开(公告)号：CN119166809A

公开(公告)日：2024-12-20

申请号：CN202411213847.8

申请日：2024-08-31

Applicant: 福州大学

Inventor： 陈羽中 ,  林嘉丽 ,  陈子阳

IPC: G06F16/35 ,  G06F40/216 ,  G06F40/247 ,  G06F17/16 ,  G06F40/30 ,  G06N5/022 ,  G06N3/048

Abstract: 本发明涉及一种基于多源知识和多粒度图文特征的情感分析方法，该方法包括：步骤A：采集文本和图片数据，识别并标记文本中的方面词及其情感极性，形成训练集；步骤B：构建基于外部多源知识和多粒度图文特征的深度学习网络模型，利用AMR图和图像标签得到知识增强的文本特征表示和图像特征表示，并利用文本的句法依赖关系、文本的成分树结构和细粒度图像‑文本关系矩阵，结合多层图注意力网络获得多粒度文本‑视觉融合特征表示；使用训练集训练深度学习网络模型；步骤C：将文本数据和图片数据依次输入训练好的深度学习网络模型，提取文本数据中的方面词，并预测该方面词对应的情感极性。该方法及系统有利于提高情感极性分析的准确性。