摘要
本发明提供了一种多尺度上下文融合的隐式情感分析方法与系统,方法包括:获取情感分析训练数据集;对训练数据集进行预处理得到预处理后的数据;构建多尺度上下文融合的隐式情感分析模型,并基于预处理后的数据对隐式情感分析模型进行训练,得到训练好的多尺度上下文融合的隐式情感分析模型;获取待预测文本,并对待预测文本进行预处理;将预处理后的待预测文本输入至训练好的多尺度上下文融合的隐式情感分析模型,得到待预测文本的情感倾向。本发明利用多尺度上下文融合的隐式情感分析模型对情感文本进行多标签分类,通过结合文本的全局上下文信息和局部上下文信息,增强情感表征的信息表达,从而解决了现有的隐式情感分析方法准确率低的问题。
技术关键词
情感分析模型
情感分析方法
文本
多尺度
分词
情感分析系统
数据
标签
编码器
模型训练模块
样本
学习方法
词向量表征
正弦波
线性变换矩阵
多头注意力机制
网络
注意力参数
系统为您推荐了相关专利信息
方言词汇
融合特征
情感特征
转写方法
预训练语言模型
数据管理方法
非结构化文本处理
层级
模式识别模型
管理策略
模型训练方法
神经网络模型
图像编码器
图像识别方法
标签