一种基于Bert的双通道Attention模型的文本情感分析方法

    公开(公告)号:CN115906816A

    公开(公告)日:2023-04-04

    申请号:CN202211370656.3

    申请日:2022-11-03

    Abstract: 本发明提供一种基于Bert的双通道Attention模型的文本情感分析方法,涉及人工智能技术领域,包括:对文本数据集进行预处理,并通过Bert模型转化为词向量;将词向量分别输入BiLSTM模型和BiGRU模型提取文本的全局特征信息和局部特征信息;将全局特征信息和局部特征信息分别输入注意力层,注意力层通过配置情感词的权重分值分别对全局特征信息和局部特征信息进行优化,得到全局特征向量和局部特征向量;融合全局特征向量和局部特征向量,输入全连接层;将全连接层的输出结果输入softmax层进行情感分类,得到情感分类结果。本发明充分挖掘文本的深层语义信息,提高了情感分类的准确率。

    一种文本细粒度情感分析方法、系统、介质和计算设备

    公开(公告)号:CN116108840A

    公开(公告)日:2023-05-12

    申请号:CN202310124542.9

    申请日:2023-02-16

    Abstract: 本发明公开了一种文本细粒度情感分析方法、系统、介质和计算设备,该方法包括:采用BERT模型对预处理后的数据集中的评论文本进行词向量化;采用BiLSTM+Attention与BiGRU+Attention双通道模型分别提取评论文本词向量的全局特征和局部特征,并训练得到用于情感分析的神经网络模型;采用LDA主题模型对预处理后的数据集进行主题提取,得到主题‑属性词;筛选数据集中包含属性词的短句,并标注对应的主题;将标注有主题的短句集输入到训练好的神经网络模型中,得到各个主题的情感倾向。本发明基于Bert+BiLSTM+BiGRU+LDA的细粒度情感分析方法能够有效提高文本细粒度情感分析的准确率。

    一种文本细粒度情感分析方法、系统、介质和计算设备

    公开(公告)号:CN115906824A

    公开(公告)日:2023-04-04

    申请号:CN202211441031.1

    申请日:2022-11-17

    Abstract: 本发明公开了一种文本细粒度情感分析方法、系统、介质和计算设备,包括:获取评论文本数据集,对评论文本数据集进行预处理;采用BERT模型对预处理后的数据集中的评论文本进行词向量化;将评论文本词向量输入至BiLSTM+Attention模型中进行粗粒度情感分析,训练得到用于情感分析的神经网络模型;采用LDA主题模型对预处理后的数据集进行主题提取,得到主题‑属性词;筛选数据集中包含属性词的短句,并标注对应的主题;将标注有主题的短句集输入到训练好的神经网络模型中进行细粒度情感分析,得到各个主题的情感倾向。本发明基于Bert+BiLSTM+LDA的情感分析方法能够有效提高文本细粒度情感分析的准确率。

    基于林火蔓延模拟及物联网的森林防火指挥方法及系统

    公开(公告)号:CN117726116A

    公开(公告)日:2024-03-19

    申请号:CN202311740262.7

    申请日:2023-12-18

    Abstract: 本发明公开了一种基于林火蔓延模拟及物联网的森林防火指挥方法及系统,包括:根据林火蔓延模拟所需的入参,实时获取发生火灾时的火情现场数据;将火情现场数据经物联网传输后输入到已训练好的LSTM模型中进行模拟分析,得到用于评估森林火情场所的蔓延影响程度的火情图;基于火情图,构建各指定消防用车抵达救援场所的各行驶路径,规划出各指定消防用车的最佳救援抵达路径;各个行动指令将下达到行动终端进行显示,消防员可以按照上面的指令进行行动。本发明在火场区域通过物联网实时对环境数据进行接收和传输,借助长短时记忆神经网络,实现动态数据驱动的林火蔓延预测。

Patent Agency Ranking