一种基于情感增强与多任务学习的航运文本情感分析方法

本发明公开了一种基于情感增强与多任务学习的航运文本情感分析方法，属于自然语言处理领域，包括：构建航运文本情感分析模型；收集航运领域的相关数据并处理得到航运文本数据集；通过RoBERTa模型预训练权重对文本内容进行语义级别的特征提取，得到编码后的粗粒度特征向量；通过双向传播机制，使前后文的语义信息嵌入粗粒度特征向量；将细粒度特征传入残差神经网络中，得到隐性特征表示；通过注意力机制将粗细粒度特征进行拼接并赋予相应权重；通过底层硬参数共享以及各任务享有独立参数的机制，辅助任务进行修正，主任务对情感倾向做出判别。本发明为情感分析模型导入外部情感知识的同时充分融合粗细粒度特征，提高了模型的判别准确性。