[发明专利]一种分离用户和产品注意力机制的文本情感分类方法在审
| 申请号： | 201811071402.5 | 申请日： | 2018-09-14 |
| 公开（公告）号： | CN109325120A | 公开（公告）日： | 2019-02-12 |
| 发明（设计）人： | 申影利;马勇;顾明亮;张秋显 | 申请（专利权）人： | 江苏师范大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/33;G06F17/27 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 康燕文 |
| 地址： | 221116 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 句子特征 文档特征 文本情感分类 注意力机制 分离用户 记忆模型 情感分类 提取模块 用户文档 文本 预处理 产品属性 分词处理 情感识别 文本特征 用户个性 词向量 第一层 向量化 拼接 分类 | ||
1.一种分离用户和产品注意力机制的文本情感分类方法，其特征在于，包括以下步骤：
(1)预处理待分类的文本；
(2)将处理后的文本向量化；
(3)建立注意力机制模块；
(4)句子特征提取模块，用于接收分词处理后的文本的词向量，并输入到第一层双向长短时记忆模型中，分别得到用户句子特征和产品句子特征；
(5)文档特征提取，用于接收句子特征，并输入到第二层双向长短时记忆模型中，分别得到用户文档特征和产品文档特征；
(6)将用户文档特征和产品文档特征进行拼接，得到综合的文档级别特征；
(7)将步骤(6)所得综合的文档特征输入情感分类模块，进行情感类型识别。
2.根据权利要求1所述的一种分离用户和产品注意力机制的文本情感分类方法，其特征在于，所述步骤(1)包括以下步骤：
(11)将待处理的文本切分成词语或者字的形式，得到分词后的文本；
(12)根据文本数据的特征，对公开的停用词表进行修改，生成新的停用词表；
(13)用新的停用词表，将分词后的文本与情感识别任务无关的词语或者符号删去，得到预处理后的文本数据。
3.根据权利要求1所述的一种分离用户和产品注意力机制的文本情感分类方法，其特征在于，所述步骤(2)包括以下步骤：
(21)生成词向量：利用公开的语料库训练Word2Vec得到词向量表；
(22)根据词向量表，将预处理后的文本数据转换为数字化结构，作为文本的词向量。
4.根据权利要求1所述的一种分离用户和产品注意力机制的文本情感分类方法，其特征在于，所述步骤(3)包括以下步骤：
(31)将用户的评分行为表示成一个评分矩阵；
(32)根据用户对已知产品的评分数据，通过推荐方法中的协同过滤算法来推断出用户对未知产品的评分，补全评分矩阵；
(33)根据用户-产品评分矩阵，通过奇异值分解法得到用户个性矩阵和产品属性矩阵，分别作为模型的用户注意力机制和产品注意力机制，并结合向量化后的文本信息在模型进行训练。
5.根据权利要求1所述的一种分离用户和产品注意力机制的文本情感分类方法，其特征在于，所述步骤(4)包括以下步骤：
(41)分别计算句子中每个词语的用户打分函数和产品打分函数；
(42)根据各词语的打分函数值，分别计算句子中每个词语隐状态的用户权重值和产品权重值；
(43)分别提取用户句子特征和产品句子特征。
6.根据权利要求1所述的一种分离用户和产品注意力机制的文本情感分类方法，其特征在于，所述步骤(5)包括以下步骤：
(51)分别计算文档中每个句子的用户打分函数和产品打分函数；
(52)根据各句子的打分函数值，分别计算文档中每个句子隐状态的用户权重值和产品权重值；
(53)分别提取用户文档特征和产品文档特征。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江苏师范大学，未经江苏师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811071402.5/1.html，转载请声明来源钻瓜专利网。
