摘要
一种基于结构化树与方面词关系的方面级情感分析方法,由获取数据集、划分数据集、提取文本特征、构建情感分析网络、训练情感分析网络、测试情感分析网络、识别方面词情感极性步骤组成。由于本发明采用了全局方面词特征优化网络,实现了语义表征与句法约束的深度融合,提升了网络对复杂语境的理解能力;充分利用跨方面情感线索,优化了方面词特征表征。本发明方法具有分析精准、分类准确率高、网络鲁棒性强等优点,可应用于复杂语境下的情感分析。
技术关键词
情感分析方法
注意力
词特征
关系网络
源节点
训练集
情感词典
矩阵
语义
BERT模型
数据
文本
情感类别
sigmoid函数
网络构建方法
序列
融合特征
系统为您推荐了相关专利信息
食品包装
贝叶斯决策理论
深度强化学习算法
注意力机制算法
关键区域信息
瑕疵
无损伤检测方法
光伏组件表面
光伏板
卷积神经网络模型
深度强化学习模型
网络带宽波动
场景
资源加载方法
语义关联度
染色
定量分析方法
切片
多任务损失函数
反卷积算法
意图预测方法
交叉注意力机制
大语言模型
图像特征向量
文本