基于语法-语义图卷积网络的方面级情感分析方法

AITNT
正文
推荐专利
基于语法-语义图卷积网络的方面级情感分析方法
申请号:CN202410827117
申请日期:2024-06-25
公开号:CN118657142A
公开日期:2024-09-17
类型:发明专利
摘要
本发明公开一种基于语法‑语义图卷积网络的方面级情感分析方法,包括:利用BERT编码器提取待分类文本数据集中的单词向量表示;利用句子语法依赖树的概率矩阵获取语法信息,通过注意力得分矩阵得出语义信息,随后将节点特征分别与语法信息、语义信息进行特征交互,进而捕获句子中每个词对的关系概率分布;构建语法‑语义图卷积网络模型,将每个单词作为图的节点,依赖关系作为边,聚合节点特征信息和边特征信息;为每个词对引入词性组合、句法依赖类型、基于树的距离和相对位置距离;依据文本深度信息分配权重进行分类输出,同时提取出方面词、意见词和情感极性三元组。本发明可以提高方面级情感分析中三元组提取任务的准确率。
技术关键词
情感分析方法 节点特征 语义 卷积网络模型 三元组 矩阵 注意力 词特征 文本 关系 多层感知机 编码器 数据 通道 格式 模块 偏差 定义
系统为您推荐了相关专利信息
1
一种可信网络虚假信息识别方法和装置
网络虚假信息 文本 语义特征 识别方法 融合特征
2
基于多模态数据融合的小样本图像分类方法和系统
多模态数据融合 图像分类方法 加权特征 矩阵 动态权重分配
3
基于子图感知与混合图神经网络的药物重定位方法及系统
注意力神经网络 GCN模型 药物重定位方法 多层感知机 深度特征提取
4
语音问答方法、电子设备及存储介质
满意度预估模型 文本 数据 语音问答方法 终端
5
一种可自主配置的语义式薪酬计算方法、系统和处理器
薪酬计算方法 语义 因子 员工 符号
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号