摘要
本发明涉及一种基于深度学习的网约车司乘互评系统的方法和装置,具体涉及人工智能领域,收集并预处理司乘自身的基本信息以及司乘之间的互评数据,替换统计转换为标准化评分数字并进行缩放处理,有助于消除评分数字之间的量纲影响和偏差并将评分结果映射到更合适的范围内,使得评分更具有可比性,提取情感倾向特征并表示情感极性以及关键词频率特征,有助于了解文本的重点内容和表达方式,更好地理解司乘之间的交流和评价,利用词嵌入模型将每个词汇转换为对应的词向量并进行加权平均获取整体向量表示,选择LSTM单元搭建循环神经网络模型并通过全连接层输出司乘双方的总和得分,能够综合考虑司乘双方的情感倾向和评价。
技术关键词
互评系统
循环神经网络模型
词嵌入模型
关键词
数据传输接口
输出特征
情感词典
标签
字符
频率
同义词
服务器
机制
措施
矩阵
语句
司机
端点
文本