-
公开(公告)号:CN113111646A
公开(公告)日:2021-07-13
申请号:CN202110229859.X
申请日:2021-03-02
Applicant: 重庆邮电大学
IPC: G06F40/284 , G06F40/126 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种文本摘要模型生成方法及文本摘要识别方法,通过将各时刻的解码单词和对应时刻的解码词性以及对应时刻的解码成分输入到全连接神经网络中得到预测单词、预测词性和预测成分,并构建目标损失函数;然后根据自动文摘评测函数ROUGE‑1对预测摘要和摘要标签进行计算,构建摘要损失函数;最后基于摘要损失函数和目标损失函数计算得到模型损失函数,并通过模型损失函数对全连接神经网络中的权值和偏重进行调整,得到文本摘要模型,以使提取到的文本摘要不仅保留了源文本的重要信息,同时也提升了生成文本的语法的正确性和连贯性。
-
公开(公告)号:CN110517121A
公开(公告)日:2019-11-29
申请号:CN201910897118.1
申请日:2019-09-23
Applicant: 重庆邮电大学
Abstract: 本发明涉及计算机处理技术领域,特别涉及一种基于评论文本情感分析的商品推荐方法及商品推荐装置,所述方法包括将评论文本进行基于专门用户词典和停用词表的特征化处理,与评价信息一同进行词嵌入;基于编码端的BiLSTM网络生成对每个特征结合上下文的状态向量;结合注意力机制,生成针对每个方面的句子级语义特征表示;在LSTM网络解码端解码,利用双曲正切非线性映射函数将相应的句子级特征表示映射到对应的情感类别空间,再利用softmax函数进行分类,通过对不同分类结果对应的数值进行用户自定义权重的求和来获得商品的评分,并将高分商品推荐给用户;本发明提高预测的准确性,提供更好的客户体验。
-