摘要
本发明公开了一种基于深度学习的学位论文同行评阅意见分析方法,S1:获取学位论文同行评阅意见数据;S2:对数据进行预处理;S3:将处理后的数据归纳为若干个方面项,并设定情感倾向值,得到标注后的学位论文同行评阅意见数据;S5:构建学位论文同行评阅意见特征提取模型,对学位论文同行评阅意见特征提取模型进行训练,获得训练后的学位论文同行评阅意见特征提取模型;S6:将待预测的学位论文同行评阅意见输入训练后的模型,得到各方面项所对应的情感倾向值。本发明通过构建学位论文同行评阅意见特征提取模型,最终分析出学位论文评阅意见在若干个方面项所对应的情感倾向值,减少了人工分析的过程,节省了时间,提高了工作效率,同时能够提取并融合输入数据的全局特征与局部特征,保证分类特征充足,从而提高了情感倾向值预测的准确性。
技术关键词
论文
特征提取模型
矩阵
全局特征提取
分析方法
卷积特征提取
编码模块
数据
卷积模块
序列特征
语义特征
训练集
门控循环单元
元素
分类器
分类特征
工具包
系统为您推荐了相关专利信息
航天器展开机构
虚拟仿真系统
坐标系
坐标转换矩阵
AR设备
退火炉
工作状态数据
材料特征
分析方法
输入神经网络模型
状态空间模型
协方差矩阵
滤波器
高斯噪声环境
估计误差