一种基于正交投影的BI-LSTM-CNN的情感特征抽取方...
实质审查的生效
摘要
本发明公开了一种基于正交投影的BI‑LSTM‑CNN的情感特征抽取方法，旨在从文本中获取带权重的中性词向量，得到具有更高区分度的情感特征，为文本情感分类等提供有力的技术支持。传统的深度学习模型会忽略关键局部上下文信息中的特殊意义词，导致获取的情感特征不够丰富。针对这一问题，本发明提出的方法是将中性词向量投影到情感极性词的正交空间中，得到加权中性词向量，同时通过CNN深度学习模型抽取文本关键语义；此外，利用BI‑LSTM‑Attention模型和带权重的中性词向量，从提取出的关键语义中学习可增强句子情感的语义特征，使文本在情感分类时更具判别性。
基本信息
专利标题 ：
一种基于正交投影的BI-LSTM-CNN的情感特征抽取方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114528407A
申请号 ：
CN202210167102.7
公开（公告）日 ：
2022-05-24
申请日 ：
2022-02-23
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张顺香魏苏波孙争艳朱广丽苏明星李晓庆李健
申请人 ：
安徽理工大学
申请人地址 ：
安徽省淮南市山南新区泰丰大街168号
代理机构 ：
代理人 ：
优先权 ：
CN202210167102.7
主分类号 ：
G06F16/35
IPC分类号 ：
G06F16/35 G06F40/284 G06F40/30 G06N3/04 G06N3/08
IPC结构图谱
G
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
2022-06-10 ：
实质审查的生效
IPC(主分类) : G06F 16/35
申请日 : 20220223
申请日 : 20220223
2022-05-24 ：
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
