摘要
本公开是关于一种情感分类模型的训练、情感分类方法、存储介质、设备,涉及机器学习技术领域,该方法包括:计算文本拼接序列的原始词性序列、原始依存句法序列以及原始句法感知距离序列;将文本拼接序列、原始词性序列、原始依存句法序列以及原始句法感知距离序列输入至待训练的网络模型中,得到原始属性词的第一极性预测结果、第二极性预测结果以及第一极性参考结果;根据第一极性预测结果以及第一极性参考结果,构建第一损失函数,并根据第二极性预测结果以及属性词的实际极性标签,构建第二损失函数;根据第一损失函数以及第二损失函数对待训练的网络模型中的参数进行调整,得到情感分类模型。本公开提高了情感分类模型的准确率。
技术关键词
情感分类模型
交互注意力
依存句法
序列
文本
多信息
情感分类方法
长短期记忆网络
语义
解析工具
动态
拼接单元
校准
机器学习技术
情感类别
处理器
参数
拼接模块
非线性