[发明专利]一种基于区域CNN-LSTM的情感分析方法在审
| 申请号： | 201810637072.5 | 申请日： | 2018-06-20 |
| 公开（公告）号： | CN108875021A | 公开（公告）日： | 2018-11-23 |
| 发明（设计）人： | 王津;彭博;张学杰;张骥先;杨旭涛 | 申请（专利权）人： | 云南大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27;G06N3/04 |
| 代理公司： | 北京君泊知识产权代理有限公司 11496 | 代理人： | 王程远 |
| 地址： | 650091*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于区域CNN‑LSTM的情感分析方法，包括如下步骤：建立区域CNN‑LSTM模型；文本中单词的词向量构建，将文本用一个词向量的序列来表示；然后根据文本中的句子或是句子中的短语进行区域模块分解；将上一步分解后的区域模块作为CNN的输入基元，将每一块区域的文本词向量矩阵经过卷积层和最大池化层后得到结果再作为LSTM层的输入向量；将上一步得到的各个区域模块的信息根据该区域模块在文本中的出现顺序输入LSTM层中，以此获取整个文本的文本向量；将上一步所获得的文本向量输入线性解码器，进行情感值Valence和激励值Arousal的预测，以此获得VA情感值结果。 | ||
| 搜索关键词： | 区域模块 文本 情感分析 文本向量 词向量 句子 分解 线性解码器 短语 输入向量 向量矩阵 文本词 池化 构建 基元 卷积 单词 预测 | ||
【主权项】：
1.一种基于区域CNN‑LSTM的情感分析方法，其特征在于，包括如下步骤：步骤一、建立区域CNN‑LSTM模型，该模型由两个主要部分组成，分别是：区域卷积神经网络层regional CNN和长短记忆神经网络层LSTM，通过将这两部分合理的组合在一起来实现预测文本情感值的功能；步骤二、文本中单词的词向量构建，将文本用一个词向量的序列来表示；然后根据文本中的句子或是句子中的短语进行区域模块分解；步骤三、将步骤二分解后的区域模块作为CNN的输入基元，这和传统的CNN将整个文本中单词作为输入基元不同，这样做的好处是为了方便为之后的LSTM层提供输入向量，而且这样也能获取到更多区域模块之间的情感信息，这些信息的还可以根据各自区域模块对整个文本情感的影响程度来衡量权值；步骤四、将每一块区域的文本词向量矩阵经过卷积层和最大池化层后得到结果再作为LSTM层的输入向量；步骤五、将上一步得到的各个区域模块的信息根据该区域模块在文本中的出现顺序输入LSTM层中，以此获取整个文本的文本向量；步骤六、将步骤五中所获得的文本向量输入线性解码器，进行情感值Valence和激励值Arousal的预测，以此获得VA情感值结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于云南大学，未经云南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810637072.5/，转载请声明来源钻瓜专利网。
- 上一篇：用于实现标注的方法、装置、设备及存储介质
- 下一篇：一种视频推荐方法及装置
