摘要
本发明公开了基于深度学习语言模型的语言分析方法及系统,涉及自然语言处理技术领域,包括,收集文本数据并进行预处理,基于预处理后的文本数据进行异常检测;对检测的异常数据进行修复,生成修复后的数据集合,构建卷积神经网络CNN模型对修复后的数据集合中文本向量进行语言分析;构建可视化界面展示语言分析结果,存储收集和分析产生的文本数据。结合三次样条基函数与二阶差分矩阵的方法,增强对文本数据的精细化处理能力,通过使用异常概率和全局异常分数的计算,提高文本数据的质量,使用加权反比例缩放公式动态调整修复值,降低异常数据对模型结果的干扰,提升情感分析结果的精确性和鲁棒性。
技术关键词
深度学习语言模型
语言分析方法
文本
异常数据
构建卷积神经网络
样条
可视化界面
邻域
Akaike信息准则
残差矩阵
语言分析系统
节点划分方法
训练卷积神经网络
社交媒体平台
展示情感
词嵌入模型
概率密度函数
系统为您推荐了相关专利信息
光谱校正
程度检测方法
脂肪酸
光谱分析
校正特征
重识别方法
预训练模型
行人特征
文本编码器
行人重识别系统
色调映射方法
语义
动态
文本编码器
色调映射系统
标签
语义
内容分析方法
通话内容分析
神经网络架构
分子预测方法
结构编码器
文本编码器
描述符
跨模态