摘要
本申请公开了一种情感类型预测方法、设备、存储介质及程序产品,涉及计算机技术领域,通过在模型中引入语法语义双路依赖模块,并行提取待分析文本中的目标属性词与临近词元的关联特征和目标属性词与远距离词元的关联特征,并在门控融合模块实现与临近词元的关联特征和与远距离词元的关联特征的整合,得到目标属性词融合临近语法关联特征和远距离的长程语义特征的情感关联特征,最后使用情感分类器实现对情感关联特征的情感类型的预测。这种方法能够解决注意力机制对目标属性词与待分析文本中远距离词元的关联特征难以捕获的问题,从而提升情感类型预测的准确性。
技术关键词
语义特征
文本
情感分类器
句法结构
状态空间模型
语法结构
编码向量
多层注意力
分类网络
注意力模型
基础
远距离
掩码矩阵
时序
句法依存关系
序列
可读存储介质
存储计算机程序
模块
系统为您推荐了相关专利信息
多模态
理赔方法
图片
存储计算机可执行指令
词语
自然资源
交互操作方法
监测系统
自然语言
实体关系抽取
多层感知网络
图像
视觉特征
显著性检测模型
样本
厚度测量方法
像素
多层次特征
数据
图像处理技术