[发明专利]一种基于张量融合方式的情感分类的方法

权利要求书

1.一种基于张量融合方式的情感分类的方法，其特征在于，包括：

(1)数据预处理：将原始数据处理成三句话格式，得到文本数据；将原始标签转换成数字化表示，积极情感用1表示，消极情感用0表示；

(2)训练词向量：将文本数据转换成数学数据，即获取训练集中的每一个词相应的词向量，训练集即步骤(1)获取的文本数据；

(3)针对具体任务建模：利用双向LSTM编码由步骤(1)得到的文本数据，双向LSTM包括两个方向不同的LSTM，一个LSTM按照句子中词的顺序从前往后读取数据，获得上文信息；另一个LSTM从后往前按照句子词序的反方向读取数据，获得下文信息；针对文本数据中的每一个样本，处理成三句话格式后包含三个子句，每个子句都由LSTM编码得到对应的特征向量，三个子句对应得到三个特征向量；

(4)张量融合：采用张量融合的方式将步骤(3)输出的三个特征向量进行融合，具体融合方法是将三个特征向量利用外积的方式相乘，设定z^l,z^v,z^a，分别表示三个子句经Bi-LSTM编码后的输出的三个特征向量，先将z^l,z^v,z^a这三个特征向量两两之间互相做外积，得到三个二维矩阵，对应三个平面，再将这三个平面中的每个点对应相乘得到三维张量，融合完成；并将融合之后形成的特征向量送往分类器进行情感分类；

(5)训练模型；将步骤(1)得到的文本数据打乱后分成若干份，设定为N份，每次取N-1份做训练，1份做验证，做N次交叉验证，得到最终实验结果。

2.根据权利要求1所述的一种基于张量融合方式的情感分类的方法，其特征在于，所述步骤(2)，训练词向量，包括：

A、下载维基百科2011年11月6日全天的英文数据作为初始训练数据，并对初始训练数据进行清洗，去掉没有意义的特殊字符和格式，将HTML格式的数据处理成TXT格式的数据；

B、将步骤A处理后的数据喂入Word2vec进行训练，训练时，采用skip-gram模型，窗口大小设为3-8，迭代周期设为2-15，设定词向量的维度是200-400维，训练结束后，得到一个词向量映射表；

C、根据步骤B得到的词向量映射表，获取训练集的每一个词对应的词向量。