一种基于融合位置特征的Bert-CNN-BLSTM-CRF的短文本情感分析方法

    公开(公告)号:CN112052690A

    公开(公告)日:2020-12-08

    申请号:CN202011029471.7

    申请日:2020-09-27

    Abstract: 本发明涉及自然语言处理技术领域,且公开了一种基于融合位置特征的Bert‑CNN‑BLSTM‑CRF的短文本情感分析方法,包括如下步骤:步骤一:前期调研;步骤二:数据采集;步骤三:对短文本预处理;步骤四:构建短文本情感分析模型;步骤五:通过Bert层和位置公式将输入的文本中的词语进行权重分配,并将得到的赋有权重的向量构造成词向量集合;步骤六:将得到的词向量输入到CNN的卷积层和池化层,进行特征的二次提取,计算情感词在不同数据集文档出现频数计算情感分值继而转化成情感特征向量矩阵。该基于融合位置特征的Bert‑CNN‑BLSTM‑CRF的短文本情感分析方法,具备能够快速有效的保证情感分析结果的准确性,可较准确的获知消费者的可行性建议的优点。

    一种生鲜冷链物流在线评论情感分析方法

    公开(公告)号:CN111598454A

    公开(公告)日:2020-08-28

    申请号:CN202010415979.4

    申请日:2020-05-16

    Abstract: 本发明涉及自然语言处理情感分析技术领域,且公开了一种生鲜冷链物流在线评论情感分析方法,包括如下步骤:从生鲜购物平台爬取属于物流类别的在线评论信息;对采集的生鲜冷链物流在线评论信息进行数据预处理操作;针对文本数据使用word2vec进行属性特征提取,并构建观点情感词库;构建评论观点情感分析模型,进行评价维度权度计算,对所包含维度和维度的情感倾向进行人工标注;对评价结果进行情感极性分析,利用在线评论情感分析模型对生鲜冷链在线评论的各个维度相关语料进行分析。该生鲜冷链物流在线评论情感分析方法,具备能够辅助快速确定生鲜冷链物流服务质量管理形成物流服务质量体系,从而完善生鲜冷链物流产业的发展的优点。

    一种基于改进LSTM的商品评论细粒度情感分类方法

    公开(公告)号:CN110929034A

    公开(公告)日:2020-03-27

    申请号:CN201911173494.2

    申请日:2019-11-26

    Abstract: 本发明属于自然语言处理领域,提供了一种基于改进LSTM的商品评论细粒度情感分类方法,包括:编写爬虫脚本,抓取电商网站商品评论数据,并对数据进行数据预处理;使用结巴分词工具对清洗后的数据进行分词;使用gensim自然语言处理包的word2vec进行词向量的训练,获得评论数据对应的词向量;将已有情感词库作为种子词库,根据词向量的相似度来扩充情感词库;从评论中提取出主题词与情感词;构建情感分类模型,将商品评论主题词与情感词对应的词向量序列导入模型,对商品评论进行情感分类。本发明提供了一种基于改进LSTM的商品评论细粒度情感分类方法,运用深度学习的知识充分挖掘商品评论中的情感倾向性,从而提高商品评论情感分类的准确度。

Patent Agency Ranking