[发明专利]一种基于情感分析的数据驱动神经网络架构系统

权利要求书

1.一种基于情感分析的数据驱动神经网络架构系统，其特征在于，包括下列模块：嵌入层模块、特征卷积层模块、最大池化层模块、致密层模块，各模块之间以并列的方式通信连接，所述嵌入层模块为整个系统模块的输入；所述特征卷积层模块用于特征提取；所述最大池化层模块保留文本中词语组合的局部信息；所述致密层模块根据每一个特征节点手里握着一定的权重来决定输入是属于哪个分类。

2.根据权利要求1所述的一种基于情感分析的数据驱动神经网络架构系统，其特征在于：所述嵌入层模块中，为每个文本文档创建或查找单词嵌入表示，然后在训练期间使用神经网络对它们进行调整，利用由大文本语料库创建的预训练词向量。

3.根据权利要求2所述的一种基于情感分析的数据驱动神经网络架构系统，其特征在于：所述特征卷积层模块中，将其中不同的层并行地用于提取单词、2gram、3gram和更长的特征，在每个层中应用固定数量为80个过滤器来产生特征映射。

4.根据权利要求3所述的一种基于情感分析的数据驱动神经网络架构系统，其特征在于：所述最大池化层模块中，对数据进行子样本抽样，并为分类阶段选择最相关和最有效的特征，保留文本中词语组合的局部信息。

5.根据权利要求4所述的一种基于情感分析的数据驱动神经网络架构系统，其特征在于：所述最大池化层模块中，通过在不同的数据集上用不同的值进行实验，生成的特征图的长度为特征映射被连接并推送到作为分类器工作的前馈层，采用0.1L2正则化规范和0.35退出率来缓解过拟合，再采用二元交叉ropy和Adam优化器计算损失和优化训练。

6.根据权利要求5所述的一种基于情感分析的数据驱动神经网络架构系统，其特征在于：所述最大池化层模块中，将更深层次的网络结构D2与更大的训练数据集一起使用，通过一系列W并行卷积随滤波器尺寸的增大跟随，然后将区域r的最大池化层堆栈通过选择最相关的特征进行分类来减少特征图，将相同的卷积和最大池堆栈重复多次，形成一个总共有D个堆栈的网络，最后一个最大池层的输出是将使用的最后一组特性。

7.根据权利要求6所述的一种基于情感分析的数据驱动神经网络架构系统，其特征在于：所述致密层模块中，调整集合区域大小以生成6到18个单元长的特征图，获得最佳分类分数。