摘要
本发明公开的基于自注意力机制的双通道特征融合中文情感分析方法,包括将情感文本以字符为基本单元进行编码表示,获得字符级及相应的文本级嵌入向量;构建双通道特征提取架构,利用CNN提取局部语义信息,LSTM提取全局语义信息;在双通道特征输出基础上引入自注意力机制,对文本中不同位置的特征赋予不同权重;将提取的特征拼接并通过全连接层分类,输出分析结果。本发明通过字符级建模与多尺度特征提取结构,提升了情感分析的多语境适应能力与情感分析能力,引入自注意力机制赋予模型对关键语义词的关注能力,增强了对不同语境和修辞结构的识别能力,可广泛应用于社交平台与用户生成内容分析等场景的情感极性快速识别任务。
技术关键词
中文情感分析方法
双通道特征融合
注意力机制
字符
文本
矩阵
上下文特征
多尺度语义特征
社交平台
序列
噪声信息
带标签
数据
决策
基础
因子
线性
系统为您推荐了相关专利信息
ElGamal算法
同态加密算法
字符
计算方法
场景
三维CAD模型
变形补偿方法
应力
控制点
神经网络模型
行程规划方法
意图
资源匹配模型
大语言模型
计划
机器人视觉伺服
LSTM神经网络
人手
序列对序列模型
注意力机制
强化学习模型
定价方法
强化学习网络
注意力机制
电车