摘要
本发明公开了一种基于情感分析的智能语音阅读方法及系统,涉及自然语言处理技术领域。包括获取包含用户评价的评论文本数据集;设计基于编码器‑解码器结构的属性级情感三元组生成基线模型;利用T5编码器将评论文本编码为隐藏表示,通过T5解码器生成属性级情感三元组;采用交叉熵损失函数计算三元组生成损失;执行多层次配对信息增强,利用配对层和情感层的对比学习计算配对层对比损失和情感层对比损失;结合三元组生成损失、配对层对比损失和情感层对比损失,构建综合损失函数并进行多任务联合训练。本发明采用T5模型,避免了传统非生成式方法中的误差传播问题,同时能够更深入地探索标签语义,提高了三元组抽取的整体质量。
技术关键词
阅读方法
三元组
智能语音
多任务联合训练
编码器
情感类别
解码器结构
术语
损失函数优化
文本
多层次
基线
BERT模型
整流单元
学习方法
线性
抽取系统
数据获取模块
系统为您推荐了相关专利信息
光伏发电站
火灾预警方法
烟雾
指纹特征
置信度阈值
人脸图像生成方法
多模态
语音编码器
语义特征
多语言
卧式数控机床
主轴单元
旋转工作台
底座单元
直线导轨
多传感器融合
构建栅格地图
协方差矩阵
线性插值方法
状态估计量