[发明专利]一种基于深度学习的中文文本情感分析方法

摘要

本发明公开了一种基于深度学习的中文文本情感分析方法，对网络文本进行获取，合理设计中文句子到数学向量的转换逻辑，首先用中文分词技术结合词向量学习工具构造词向量词典，然后用LSTM‑MP模型进行句向量转化，最终通过Softmax分类器将代表句向量进行正负面情感分类，达到情感分析的目的，该算法分类准确率高、效率高、灵活度高且避免了有监督学习方法的大量人工作业，有效地提高了文本情感倾向分类的效率和正确率，自动化集成度高节省大量人力。

主权项

一种基于深度学习的中文文本情感分析方法，其特征在于：包括以下步骤，步骤1，训练LSTM‑MP模型和Softmax分类器；具体过程如下：获取网络文本；对获得的网络文本进行预处理，得到网络文本中的中文句子；对中文句子进行中文分词并构建词向量词典；将若干中文句子进行人工标注，作为LSTM‑MP模型实验数据，其余中文句子作为LSTM‑MP模型训练数据；用LSTM‑MP模型训练数据训练LSTM‑MP模型；用训练好的LSTM‑MP模型将LSTM‑MP模型实验数据全部转换为句向量；将若干句向量作为Softmax分类器训练数据，其余句向量作为Softmax分类器测试数据；用Softmax分类器训练数据训练Softmax分类器，用Softmax分类器测试数据测试训练好的Softmax分类器；步骤2，用训练好的LSTM‑MP模型和Softmax分类器进行情感分析。