-
公开(公告)号：CN115841106A
公开(公告)日：2023-03-24
申请号：CN202211606880.8
申请日：2022-12-13
Applicant: 南京邮电大学
IPC: G06F40/211 , G06F40/284 , G06F40/30 , G06N3/0464 , G06N3/08
Abstract: 本发明属于自然语言处理领域，公开了一种基于图卷积网络的方面级情感分析方法，该方法是将中文评论文本通过BERT进行编码，得到字级别文本序列向量表示，然后将向量表示通过CDT获得句子的句法依赖树，得到邻接矩阵，再根据句法依赖树算出语法距离以及语法距离权重，利用图卷积神经网络，结合语法距离权重得到准确的方面词向量表示，寻找多方面词之间的连词，将连词以及多方面词得到权重矩阵，将权重矩阵以及连词和方面词通过图卷积网络，获得最终方面词的向量表示，将向量表示送入线性表示层，得到最终的预测结果。本发明通过图卷积网络，加强了方面词与其他词语之间的关系，有效提升了方面级情感分析的准确率。
Search Results
1
records
(took 0.019 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
