摘要
本发明提供一种基于多维数据增强和孪生特征提取的情感分类方法及装置,该方法包括:基于多维数据增强模型对待分类文本分别进行字级别、词级别和句级别的增强处理;基于孪生特征提取模型从增强处理后的待分类文本中提取中文句式结构信息和中文语义信息,所述中文句式结构信息和所述中文语义信息形成孪生特征对;使用深度神经网络从所述孪生特征对的整合特征中提取文本特征,根据所述文本特征得到所述待分类文本的预测情感类别;所述多维数据增强模型、孪生特征提取模型和深度神经网络整体通过以文本样本为样本,以所述文本样本的标注情感类别为标签进行训练得到。本发明提高文本情感分类的精度。
技术关键词
情感分类方法
特征提取模型
深度神经网络
句式结构
情感类别
语义
样本
数据
非暂态计算机可读存储介质
文本情感分类
特征提取模块
处理器
分类装置
矩阵
注意力机制
标签
同义词
优化器
存储器
系统为您推荐了相关专利信息
筛选方法
感知特征
多头注意力机制
更新模型参数
时间片
商品标签
商品特征
商品推荐方法
特征提取模型
对象
参数
深度神经网络模型
斯皮尔曼相关系数
数据处理方法
皮尔逊相关系数
大体积混凝土
冷却水管
布设方法
训练深度神经网络
热控制技术