一种基于改进BERT模型的特定目标情感分类方法

授权

摘要

本发明涉及一种基于改进BERT模型的特定目标情感分类方法，包括：采集公开或自行构造的数据集，对自行构造的数据集进行人工标注，初始化BERT模型参数后将采集的数据集作为模型的输入，数据集中的句子经过分词处理后全部输入到模型中，得到目标词的编码，对目标词的编码进行进行最大池化处理、全连接层、函数分类得到分类结果，对多目标任务，将全连接输出结果利用神经网络进行不同目标之间的特征组合，然后进行分类。本发明的技术方案在进行特定目标情感分类时，对目标词与整个句子的上下文建立很好地编码联系，提高了分类的准确性和泛化能力。进一步的，将多个目标的分类结果利用神经网络进行串连处理，提取出不同目标之间的内在联系和相互影响。

基本信息

专利标题：

一种基于改进BERT模型的特定目标情感分类方法

专利标题（英）：

暂无

公开（公告）号：

CN110609899A

申请号：

CN201910809516.3

公开（公告）日：

2019-12-24

申请日：

2019-08-29

授权号：

CN110609899B

授权日：

2022-04-19

发明人：

高正杰宋馨宇冯翱

申请人：

成都信息工程大学

申请人地址：

四川省成都市西南航空港经济开发区学府路1段24号

代理机构：

成都创久知识产权代理有限公司

代理人：

蓝静

优先权：

CN201910809516.3

主分类号：

G06F16/35

IPC分类号：

G06F16/35 G06F17/27 G06N3/04 G06N3/08