摘要
本发明属于方面类别情感分析技术领域,具体涉及一种基于注意力机制与外部知识的方面级情感判别方法。针对方面类别情感分析的不准确和不全面等问题,本发明基于BERT和BiLSTM对文本序列进行编码,同时使用特定BiLSTM建模上下文与方面类别之间的内部关联,以形成方面类别和上下文信息融合的嵌入表示;设计常识知识图谱增强模块,通过WordNet/同义词词林对输入文本的每个token寻找同义词集,使用知识图的嵌入对特定BiLSTM获得的表示进行丰富;通过设计多方面注意力模块,计算每个方面类别与含有上下文感知以及知识感知的向量表示之间的相关性,实现对文本隐式情感语义更深层次的理解和推断。
技术关键词
情感判别方法
注意力机制
情感分析模型
文本
概念
情感分析技术
标签
序列
编码模块
双曲正切函数
同义词
细粒度特征
图谱
融合方法
双线性
矩阵
分类器
参数
系统为您推荐了相关专利信息
风险评估系统
多任务联合学习
结构特征提取
图像特征提取
图像特征向量
协同过滤算法
场景
语义特征
自动化测试脚本
列表
稽核装置
数据清洗算法
同态加密技术
决策树算法
强化学习算法