摘要：
本发明提供一种基于数据增强的深度学习主题情感分类方法，该方法通过bert预训练语言模型能够让词先获取到一个初步的语义信息，然后经过双向GRU网络学习词与词之间的上下文语义特征，同时提出一种增强数据的方法，通过剔除每个句子中影响情感极性最大的词，迫使模型去学习更难句子的情感极性的判定，同时扩充数据集又使得模型能够从更多的数据集捕获特征。通过在相应数据集上的实验表明，本发明对比之前的情感分类方法，有较大提升。
公开/授权文献
- CN110245229A 一种基于数据增强的深度学习主题情感分类方法 公开/授权日：2019-09-17
