[发明专利]一种基于综合深度胶囊网络的复杂评论文本的整体情感智能分类方法

权利要求书

1.一种基于综合深度胶囊网络的复杂评论文本的整体情感智能分类方法，其特征在于，包括：

S1：从开源库中获取多个情感分类数据集；

S2：根据情感分类数据集中噪声和情绪混合的情况，选取出目标数据集，并将每个目标数据集划分为训练集和验证集；

S3：根据单词层面、短语层面以及句子层面之间的逻辑关系，设置与单词层面对应的向量模块、与短语层面对应的卷积模块以及与句子层面对应的胶囊网络模块，其中，向量模块、卷积模块以及胶囊网络模块构成综合深度胶囊网络整体分类模型，向量模块、卷积模块以及胶囊网络模块分别用于捕获单词层面、短语层面和句子层面的特征信息；

S4：将用作训练集的数据集输入综合深度胶囊网络分类模型，进行模型训练，当模型训练若干步后，交叉熵损失值的变化收敛到阈值之后，停止训练，再将验证集数据输入进训练得到的模型中，进行预测与评估，得到最终分类模型；

S5：利用最终分类模型对待分类文本进行分类；

其中，S2具体包括：

S2.1：从获取的每个情感分类数据集随机抽取预设数量的样本；

S2.2：统计样本中存在噪声和情绪混合情况的样本数量，并计算存在噪声和情绪混合情况的样本的比例，其中，存在噪声和情绪混合情况的样本包括存在噪声的样本和存在情绪混合情况的样本，存在噪声的样本包括存在单词拼写错误、语法错误的样本，存在情绪混合情况的样本包括文本中出现“正向-负向-正向”或“负向-正向-负向”情感交替的样本；

S2.3：根据所述比例，选取出目标数据集。

2.如权利要求1所述的方法，其特征在于，S1的数据集包括但不限于：StanfordSentiment Treebank、Yelp、Amazon Reviews、SemEval以及Cornell movie reviews数据集。

3.如权利要求1所述的方法，其特征在于，S2.2中语法错误包括词序错误以及完全口语化的不符合语法规范的省略。

4.如权利要求1所述的方法，其特征在于，S2中的胶囊网络模块采用空洞卷积进行间隔卷积，并通过动态路由机制将句子层面的特征直接对应到最终分类过程，最高层胶囊各自对应一个分类类别。

5.如权利要求1所述的方法，其特征在于，S3中所述交叉熵损失为真实标签分布与预测标签分布之间的差异，用H(p,q)表示，p真实类别标签，q表示预测类别标签，n表示所有的n种可能性，p(x_i)表示x_i发生的概率，q(x_i)表示预测为x_i的概率：

6.如权利要求1所述的方法，其特征在于，预测结果的评估以准确率作为指标，具体为分类正确的样本占被分类样本总个数的比例。