一种基于混合平铺卷积神经网络的文本情感分类系统技术方案

本申请涉及自然语言处理领域，特别涉及一种基于混合平铺卷积神经网络的文本情感分类系统，包括如下模块：数据输入模块、卷积层模块和最大池化层模块，所述数据输入模块用于获取文本数据集；所述卷积层模块用于对所述文本数据集中的单词进行卷积操作；所述最大池化层模块用于将所述卷积操作后的数据进行最大池化操作；本发明专利技术通过提出混合平铺卷积神经网络的新结构，相比于TCNN拥有灵活的滤波结构，能提高自然语言分类处理的效率。高自然语言分类处理的效率。高自然语言分类处理的效率。

【技术实现步骤摘要】
一种基于混合平铺卷积神经网络的文本情感分类系统


[0001]本申请涉及自然语言处理领域，特别涉及一种基于混合平铺卷积神经网络的文本情感分类系统。

技术介绍

[0002]目前平铺卷积神经网络TCNN一般仅用于学习不变性的计算机视觉，其适用性受到限制的原因就在于它具有多元不变性学习者的性质。TCNN的结构并不适用于自然语言处理，其主要原因是不具备灵活的滤波结构，需要对滤波结构加以改进。
[0003]TCNN平铺卷积神经网络是一种改进CNN卷积神经网络，被提议用于图像处理，以捕捉广泛的图像不变性,但是在NLP(自然语言处理)领域应用性较差,不能满足情感分类的性能需要。

技术实现思路

[0004]基于此，本专利技术通过调整模型以满足自然语言处理NLP中情感分类的要求，将特征映射的每个滤波器设置为只覆盖一组n
‑
gram而不是像纯CNN模型那样覆盖所有n
‑
gram。按照每个特征映射的精确滤波结构，最相关特征的提取更有效，而且并不依赖于权值的初始值。
[0005]本申请公开了以下技术方案本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于混合平铺卷积神经网络的文本情感分类系统，其特征在于，包括：数据输入模块、卷积层模块和最大池化层模块，所述数据输入模块用于获取文本数据集；所述卷积层模块用于对所述文本数据集中的单词进行卷积操作；所述最大池化层模块用于将所述卷积操作后的数据进行最大池化操作。2.如权利要求1所述的一种基于混合平铺卷积神经网络的文本情感分类系统，其特征在于，所述数据输入模块中，通过构建单词嵌入捕捉单词上下文以及捕捉单词的句法和语义相似性。3.如权利要求1所述的一种基于混合平铺卷积神经网络的文本情感分类系统，其特征在于，所述卷积层模块中，通过聚类模型，将单词向量分组到k个聚类中，利用高斯分布的EM算法给出了聚类解，EM算法有两个步骤，反复应用，直到发现收敛性：首先，计算一个单词属于一个聚类的概率，知道集群中的单词遵循正态...

【专利技术属性】
技术研发人员：潘晓光，潘哲，焦璐璐，令狐彬，宋晓晨，
申请(专利权)人：山西三友和智慧信息技术股份有限公司，
类型：发明
国别省市：