一种基于BERT的多特征细粒度中文短文本情感分类方法

实质审查的生效

摘要

本发明公开了一种基于BERT的多特征细粒度中文短文本情感分类方法，包含以下步骤：步骤A、多维度特征综合表达：模型的输入有效特征包括4种：独热编码特征、位置编码特征、字形特征、拼音特征；四种特征均有相同的维度大小，进一步求平均后得到一个综合性的特征表达，该特征经过BERT模型后得到最终的特征表达；BERT Transformer叠加了多个多头自注意与前向神经网络模块，本发明加入的字形与拼音特征一定程度上可兼容输入文本中的字形相似或者同音字的错误，即使发生了这类错误也可正确提取相关语义，使模型可自适应于真实世界中的错误文本，提高模型预测的准确度。

基本信息

专利标题：

一种基于BERT的多特征细粒度中文短文本情感分类方法

专利标题（英）：

暂无

公开（公告）号：

CN114443845A

申请号：

CN202210066218.1

公开（公告）日：

2022-05-06

申请日：

2022-01-20

授权号：

暂无

授权日：

暂无

发明人：

丁晓静卓胜祥范华俊左宁

申请人：

序跋网络科技（上海）有限公司

申请人地址：

上海市长宁区万航渡路2452号B101室

代理机构：

代理人：

优先权：

CN202210066218.1

主分类号：

G06F16/35

IPC分类号：

G06F16/35 G06F40/30 G06N3/04 G06N3/08

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F16/35

••聚类；分类

法律状态

2022-05-24 ：

实质审查的生效

IPC(主分类) : G06F 16/35
申请日 : 20220120

2022-05-06 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

暂无PDF文件可下载