摘要
本发明涉及自然语言处理领域,具体为一种基于提示多尺度学习的文本情感分析方法及系统,包括:构建文本数据集;在文本中加入提示多尺度学习模板;构建情感分析网络模型,将文本输入情感分析网络模型中,情感分析网络模型的输入层将文本输入转化为文本词向量;情感分析模型的特征提取层由提示多尺度学习网络模型和自注意力机制共同组成;特征提取层的自注意力机制对文本词向量进行全局语义特征提取,PMSL网络模型专注于提取上下文语义特征和情感知识抽取,特征融合层对语义特征和提示多尺度学习模板中的情感知识进行特征融合,得到多层次的情感信息特征;输出层得到分析后的文本情感,提高了模型的适应性和泛化能力。
技术关键词
情感分析模型
文本情感分析方法
多尺度
注意力机制
语义特征提取
文本情感分析系统
网络
情感特征
多层次
模板
数据分析模型
样本
特征提取模块
分类器
记忆单元
处理器
自然语言
系统为您推荐了相关专利信息
生成对抗网络模型
多模态特征融合
深度卷积神经网络
数据
梅尔频率倒谱系数
舆情分析方法
模态特征
文本
多尺度特征融合
多头注意力机制
焊缝缺陷检测方法
深度学习网络模型
检测头
积层
图像增强
输电线路异物检测
通道注意力机制
模块
特征提取能力
全局平均池化