摘要
本发明公开了一种融合情感分布的多标签表情符号预测方法,包括如下步骤:利用BERT模型抽取文本的语义信息,使用多层图卷积网络构建融合表情符号情感分布和共现模式信息的表情符号嵌入表示,最后利用表情符号嵌入注意力机制将文本语义表示与表情符号嵌入表示矩阵融合,并进行表情符号预测;本发明基于与情绪直接关联的表情符号情感分布表示,构建预训练的表情符号情感分布知识库;在此基础上,提出一种表情符号共现模式相似度矩阵来度量表情符号之间的相关性,再利用多层图卷积网络将表情符号情感分布增强为包含共现模式信息的表情符号嵌入表示,使表情符号嵌入表示包含更多具区分度的情绪信息,从而提高表情符号预测的准确性。
技术关键词
表情符号预测方法
BERT模型
文本
矩阵
语义
多标签
信息模块
注意力机制
皮尔逊相关系数
融合表情符号
输入表情符号
网络
模式
数据
标记
编码器
优化器
系统为您推荐了相关专利信息
动态时间窗口
要素抽取方法
上下文感知解析
语义特征提取
文本
数据库查询语句
语义
自然语言文本
终端设备
大语言模型
身体成分测量方法
测量点
独立成分分析
校准
电极系统