摘要
本发明提供一种基于信息粒和漂移学习的多标签情感分析方法,利用现有技术对输入数据进行预处理,基于邻域和标签的覆盖率考虑情感标签之间的关系,基于情感标签的代表信息粒对测试样本进行归类处理,基于测试样本的归类结果与原始的情感倾向做出比较来判断是否发生情感改变,提出发生漂移的条件以及后续的处理过程。通过这些步骤,该方法能够提高情感实时监测的准确率,为决策者提供及时的情感变化信息,使他们能够对情感的变化做出相应的调整。此外,企业也可以利用这些信息来调整。
技术关键词
情感分析方法
邻域
样本
覆盖率
代表
决策
机器学习模型
文本
词嵌入技术
多标签
数据
特征提取方法
深度学习模型
词袋模型
图像处理技术
情感特征
矩阵
常用方法
自然语言
系统为您推荐了相关专利信息
样本生成方法
注意力
生成系统
深度学习模型
通道
风格
布局
生成方法
生成对抗网络模型
生成器网络
特征参量
开关柜绝缘状态
因子
分类阈值
预警判据