基于进化神经网络架构搜索的情感分析模型构建方法技术

本发明专利技术公开了一种基于进化神经网络架构搜索的情感分析模型构建方法，包括以下步骤：群初始化；以嵌入层为第一层，封装数个卷积层单元、数个池化单元和数个全连接单元，并以全连接单元结尾，随机产生M条染色体；采用准确率作为适用度函数进行适应度评估；采用轮盘赌法选择数个染色体个体，组成第一染色体种群；采用不等长染色体交叉方法对第一染色体种群的染色体个体进行两两交叉，得到数个染色体个体，组成第二染色体种群；对第二染色体种群的染色体个体的某一卷积层单元或池化单元或全连接单元进行添加或替换或删除；计算第二染色体种群的染色体个体的适应度，直至到达预设的迭代次数，并采用适应度选出最优的神经网络结构的染色体个体。

【技术实现步骤摘要】
基于进化神经网络架构搜索的情感分析模型构建方法
本专利技术涉及情感分析模型构建
，尤其是基于进化神经网络架构搜索的情感分析模型构建方法。
技术介绍
情感分析(SentimentAnalysis)是指对带有情感色彩的文本进行抽取、分析、处理、归纳的过程。如何从大量文本中有效的获取其蕴含的情感信息，并在此基础之上进行分析与总结，就是情感分析的主要研究内容。由于情感分析研究涉及了信息检索、机器学习、自然语言处理、文本挖掘等多个领域，得到了各类研究机构的广泛关注，同时，情感分析也应用在市场竞争、消费者选择、可视化分析、政府选举等各类领域中。情感分析的本质是一个分类问题。一段文本通常包含主观性文本和客观性文本，其中客观性文本是对各类事物、事实的客观性描述，不具有情感倾向。主观性文本主要包含作者对各类事物的意见或看法，具有明确与作者厌恶、喜好相关的的情感色彩。这些主观性文本和客观性文本就构成了与之对应的语句。纵观当前主观性文本情感倾向分析的研究工作，现有技术中主要的研究方法和技术方案分为主要有以下两种：第一种方法是基于语义的情感词典方本文档来自技高网...

【技术保护点】
1.基于进化神经网络架构搜索的情感分析模型构建方法，其特征在于，包括以下步骤：/n步骤S1，对嵌入层、卷积层单元、池化单元和全连接单元进行群初始化；/n步骤S2，以嵌入层为第一层，封装数个卷积层单元、数个池化单元和数个全连接单元，并以全连接单元结尾，随机产生M条染色体；任一染色体的总层数小于预设染色体的总层数；所述M为大于1的自然数；/n步骤S3，采用准确率作为适用度函数进行适应度评估；/n步骤S4，采用轮盘赌法选择数个染色体个体，组成第一染色体种群；/n步骤S5，采用不等长染色体交叉方法对第一染色体种群的染色体个体进行两两交叉，得到数个染色体个体，组成第二染色体种群；/n步骤S6，对第二染色...

【技术特征摘要】
1.基于进化神经网络架构搜索的情感分析模型构建方法，其特征在于，包括以下步骤：
步骤S1，对嵌入层、卷积层单元、池化单元和全连接单元进行群初始化；
步骤S2，以嵌入层为第一层，封装数个卷积层单元、数个池化单元和数个全连接单元，并以全连接单元结尾，随机产生M条染色体；任一染色体的总层数小于预设染色体的总层数；所述M为大于1的自然数；
步骤S3，采用准确率作为适用度函数进行适应度评估；
步骤S4，采用轮盘赌法选择数个染色体个体，组成第一染色体种群；
步骤S5，采用不等长染色体交叉方法对第一染色体种群的染色体个体进行两两交叉，得到数个染色体个体，组成第二染色体种群；
步骤S6，对第二染色体种群的染色体个体的某一卷积层单元或池化单元或全连接单元进行添加或替换或删除；
步骤S7，计算第二染色体种群的染色体个体的适应度，并反馈步骤S4，直至到达预设的迭代次数，并采用适应度选出最优的神经网络结构的染色体个体。


2.根据权利要求1所述的基于进化神经网络架构搜索的情感分析模型构建方法，其特征在于，所述卷积层单元为将卷积层、ReLU激活函数、BN层依次封装组成。


3.根据权利要求1所述的基于进化神经网络架构搜索的情感分析模型构建方法，其特征在于，所述全连接单元为全连接层和Dropout层依次封装组成。


4.根据权利要求1所述的基于进化神经网络架构搜索的情感分析模型构建方法，其特征在于，所述对嵌入层、卷积层单元、池化单元和全连接单元进行群初始化包括
对嵌入层的字典长度、输入序列长度和词嵌入纬度进行初始化；
对卷积层单元的卷积层的卷积核大小、卷积核数目和卷积步长进行初始化；
对池化单元的池化层的池化窗口大小、步幅大小进行初始化；
对全连接单元的全连接层的神经元数目...

【专利技术属性】
技术研发人员：孙亚楠，阳甫军，闫超，
申请(专利权)人：四川翼飞视科技有限公司，
类型：发明
国别省市：四川;51