摘要
本发明公开了融合VAD知识的情感分布增强的细粒度情绪识别方法,包括,将细粒度文本情绪数据集内的样本输入至语义信息模块,输出文本语义信息表征向量;将样本输入至情感分布信息模块,得到样本的情感分布并输入融合预测模块中的情感知识编码层得到情感知识编码,将情感知识编码和文本语义信息表征向量拼接得到语义信息和情感分布信息融合序列;将语义信息和情感分布信息融合序列输入预测层进行情绪预测;本发明通过利用情感分布定量衡量细粒度情绪在VAD情绪空间中的相互关系能更有效地增强情绪间的可区分度,包含细粒度情绪间更细致的联系,比传统方法使用情感词典中情感词的VAD分数更有助于提高模型的性能。
技术关键词
情绪识别方法
情绪识别模型
信息模块
文本
语义
样本
心理
空间位置关系
BERT模型
Softmax函数
标签
高斯核函数
情感词典
编码
注意力机制
矩阵
序列
训练集
坐标
系统为您推荐了相关专利信息
结构识别方法
表格
水利
全卷积神经网络
文档识别技术
立体匹配方法
鱼眼图像
球面
单目深度估计
多尺度语义特征
语言模型训练方法
专属数据
大规模语料
门控循环单元
文本分类模型
关键信息提取方法
大语言模型
信息提取系统
证件图像
文本识别