摘要
为解决现有技术中根据顺序文本序列难以捕捉与目标方面词相关上下文能力的问题,本发明提供一种结合语法树和图网络的方面级情感分析方法,包括训练过程和预测过程;在训练过程,首先获取文本样本数据并进行预处理;接着,通过BERT编码器对文本数据进行词向量提取;再通过计算方面感知注意力、自注意力、句法依赖树和语义组成树构成掩码矩阵;将词向量和掩码矩阵输入到图神经网络中并将最终的输出作为情感极性预测结果,采用梯度下降法训练模型参数,获得训练好的BERT编码器模型和图神经网络。应用在预测过程,通过已经学习到通过解析语法树结构能力的图神经网络对从文本提取出的词向量进行预测,最终获得目标方面词的情感极性。
技术关键词
掩码矩阵
情感分析方法
注意力机制
文本
梯度下降法
编码器
语义特征
双曲正切函数
样本
节点
计算机程序产品
参数
网络
数据
标签
分词
指令
系统为您推荐了相关专利信息
智能化预测方法
一致性检测
表达式
社交
特征提取模块
测绘地理信息
数据管理方法
语义分割模型
空间索引方法
空间拓扑关系
缺陷快速检测方法
柔性
表面三维形貌
深度学习模型
屏幕结构