公开(公告)号：CN113609294B

公开(公告)日：2023-08-18

申请号：CN202110913819.7

申请日：2021-08-10

Applicant: 北京工商大学

Inventor： 潘梦强 ,  董微 ,  张青川

IPC: G06F16/35 ,  G06N3/0464 ,  G06N3/094 ,  G06N3/0442

Abstract: 本发明涉及一种基于情感分析的生鲜冷链监管方法及系统，其方法包括：S1：获取生鲜食品类的评论文本；S2：构建训练集；S3：利用BERT模型得到词向量；S4：利用CNN网络对词向量进行特征提取，并且加以自注意力机制权重，带权重的词特征向量；同时，利用梯度反转层和邻域鉴别器构成对抗网络，对CNN网络的特征提取进行约束；S5：利用BiLSTM得到词上下文特征向量；S6：将带权重的词特征向量与词上下文特征向量进行融合，得到词的融合特征向量，输入情感分类器，得到词的情感分类结果；S7：结合预设的规则，对情感分类结果是否需要监管进行判断。本发明提供的方法解决了传统情感分类模型领域敏感度高、效果不佳的问题，实现了对生鲜冷链产品进行有效的质量监管。

公开(公告)号：CN113609294A

公开(公告)日：2021-11-05

申请号：CN202110913819.7

申请日：2021-08-10

Applicant: 北京工商大学

Inventor： 潘梦强 ,  董微 ,  张青川

IPC: G06F16/35 ,  G06N3/04

Abstract: 本发明涉及一种基于情感分析的生鲜冷链监管方法及系统，其方法包括：S1：获取生鲜食品类的评论文本；S2：构建训练集；S3：利用BERT模型得到词向量；S4：利用CNN网络对词向量进行特征提取，并且加以自注意力机制权重，带权重的词特征向量；同时，利用梯度反转层和邻域鉴别器构成对抗网络，对CNN网络的特征提取进行约束；S5：利用BiLSTM得到词上下文特征向量；S6：将带权重的词特征向量与词上下文特征向量进行融合，得到词的融合特征向量，输入情感分类器，得到词的情感分类结果；S7：结合预设的规则，对情感分类结果是否需要监管进行判断。本发明提供的方法解决了传统情感分类模型领域敏感度高、效果不佳的问题，实现了对生鲜冷链产品进行有效的质量监管。