[发明专利]基于门控深度记忆网络的电厂运行日志情感分析处理方法

权利要求书

1.基于门控深度记忆网络的电厂运行日志情感分析处理方法，其特征在于，包括以下步骤：

步骤1)：获取电厂运行日志并进行情感极性标注，得到标注的文本数据集；

步骤2)：利用步骤1)标注的文本数据集，通过GLOVE词嵌入技术将标注的文本数据集的每一个词映射成一个低维连续实数向量，即输入文本的词向量序列；

步骤3)：利用步骤2)生成的词向量序列作为输入，通过长短期记忆网络计算词向量序列的隐状态，即该长短期记忆网络在编码模块所构建的外部记忆；

步骤4)：利用步骤3)所构建的外部记忆，同时初始化一个记忆单元，将二者作为输入，利用基于信息交互的注意力机制计算出外部记忆与记忆单元的注意力表示；

步骤5)：利用步骤4)计算的外部记忆与记忆单元的注意力表示，将其与上一层记忆单元输入到多层长短期记忆网络中，利用长短期记忆网络的门控机制对记忆单元进行更新，直到最后一层计算完毕，此时更新完毕的记忆单元即为输入文本的最终语义表示；

步骤6)：利用步骤5)所计算的输入文本的最终语义表示，将其输入到一个由感知机和softmax函数组成的情感分类器中，预测输入文本的情感极性。

2.根据权利要求1所述的基于门控深度记忆网络的电厂运行日志情感分析处理方法，其特征在于，步骤2)使用GLOVE词嵌入技术计算输入文本中每一个词的向量表示，由于GLOVE词嵌入方法在获得每一个词全局统计信息的同时也考虑到该词的上下文语境信息，因此，使用GLOVE词嵌入技术能更好的表达词的语义信息。

3.根据权利要求1所述的基于门控深度记忆网络的电厂运行日志情感分析处理方法，其特征在于，在步骤3)中，利用长短期记忆网络计算词向量序列的隐状态，即该长短期记忆网络在编码模块所构建的外部记忆，由于长短期记忆网络能够有效控制信息流的通过程度，因此使得所构建的外部记忆中包含更多与情感表达有关的信息；长短期记忆网络数学表达式具体如下：

f_t＝σ(W_f·[h_t-1,g_t]+b_f)

i_t＝σ(W_i·[h_t-1,g_t]+b_i)

o_t＝σ(W_o·[h_t-1,g_t]+b_o)

h_t＝o_t⊙tanh(C_t)

其中，σ代表sigmoid函数，⊙代表对应元素相乘，i_t，f_t，o_t分别代表输入门、遗忘门、输出门；g_t为输入文本的词向量序列；W_f,W_i,W_o,W_g,b_i,b_f,b_o,b_g分别是各个门控系统的权重和偏置项；代表当前时刻记忆单元候选状态；C_t代表当前时刻记忆单元最终状态；h_t代表向量序列的隐状态，即外部记忆。