摘要
一种基于去噪模板和抽象语义表示信息的细粒度情感分析方法,属于情感分析技术领域。具体包括以下步骤:1、将待训练的语句序列X输入基于BERT的自定义模板编译器中,通过去噪模板生成携带有方面词信息的高维特征向量Z1;2、使用解析器SPRING从语句序列X中解析AMR图并通过对齐器LEAMR对齐从而生成AMR图;3、将AMR中的节点和边的关系转化为邻接矩阵并导入BERT作为编码器得到高维特征向量R;4、通过注意力机制模块并融入携带语义信息的向量R构建语义增强的注意力机制模块,将Z1输入该编码器中得到高维特征向量R’;5、最后将R’输入解码器进行进一步解码生成最终的输出向量W。
技术关键词
细粒度情感分析方法
高维特征向量
注意力机制
自定义模板
输入解码器
编码器
解析器
序列
关系
情感分析技术
语义关键词
语句
句法结构
去噪方法
节点
距离信息
偏差
系统为您推荐了相关专利信息
健康状态检测方法
时序特征
融合特征
系统日志
平均故障间隔时间
荷电状态估计
状态估计模型
传播算法
多头注意力机制
超参数
视觉检测方法
涂覆层
深度卷积神经网络
多光谱成像设备
尾纤
层次文本分类方法
节点
特征提取模块
树状结构模型
sigmoid函数