面向个人推文的话题情感倾向性预测模型的建模方法及系统

    公开(公告)号:CN113220825A

    公开(公告)日:2021-08-06

    申请号:CN202110308776.X

    申请日:2021-03-23

    Abstract: 本发明提供了一种面向个人推文的话题情感倾向性预测模型的建模方法及系统,包括:步骤M1:根据情感词典将推文中的情感词去除,得到去除情感词的推文;步骤M2:在推文语料库中利用去除情感词的推文和情感标签输入BERT模型对BERT模型进行训练,得到训练后的BERT模型;步骤M3:利用训练后的BERT模型对去除情感词的推文以及话题词进行特征提取得到隐层向量;步骤M4:将话题词对应的隐层向量通过注意力机制进行整合,拼接到去除情感词的推文每个字符向量后面,得到新的词向量;步骤M5:新的词向量通过CNN分类器对情感类别进行概率分布预测;本发明提高对潜在话题情感预测的准确率。

    面向个人推文的话题情感倾向性预测模型的建模方法及系统

    公开(公告)号:CN113220825B

    公开(公告)日:2022-06-28

    申请号:CN202110308776.X

    申请日:2021-03-23

    Abstract: 本发明提供了一种面向个人推文的话题情感倾向性预测模型的建模方法及系统,包括:步骤M1:根据情感词典将推文中的情感词去除,得到去除情感词的推文;步骤M2:在推文语料库中利用去除情感词的推文和情感标签输入BERT模型对BERT模型进行训练,得到训练后的BERT模型;步骤M3:利用训练后的BERT模型对去除情感词的推文以及话题词进行特征提取得到隐层向量;步骤M4:将话题词对应的隐层向量通过注意力机制进行整合,拼接到去除情感词的推文每个字符向量后面,得到新的词向量;步骤M5:新的词向量通过CNN分类器对情感类别进行概率分布预测;本发明提高对潜在话题情感预测的准确率。

Patent Agency Ranking