【技术实现步骤摘要】
一种神经网络及预测IP作品指标的方法和装置、程序
[0001]本专利技术涉及人工智能领域；具体地，涉及一种神经网络及预测IP作品指标的方法和装置、程序。
技术介绍
[0002]随着社交媒体的发展壮大，出现了一种现象，即在社交媒体上好评如潮的IP作品，往往很容易在市场上取得成功，在文娱行业从业者看来这样的IP作品也更具有价值。这正是由于社交媒体强大的传播能力，受众的情感倾向能够通过像评论、留言这类的社交媒体短文本形式，高效率、广泛地传播，形成口碑效应，进而影响着IP作品的市场指标和价值。
[0003]既然社交媒体上存在着如此大量的带有各类感情色彩的短文本。那么，理论上讲，通过对社交媒体短文本中情感的倾向性分析(即受众对IP作品好恶的分析)、以及进一步的处理归纳和推理，是能够预测IP作品的一些预期指标和评估其使用价值的。
[0004]但是，如此庞大的文本信息，仅依靠人力逐条分析显然是不现实的。那么，就需要借助计算机的情感分析(又称意见挖掘)。现有的较为行之有效的即基于统计的文本倾向性情感分析方法。而该方法是需要一...
【技术保护点】
【技术特征摘要】
1.一种神经网络，其特征在于，包括：情感分析子网络和情感-指标子网络；所述的情感分析子网络，用于分析输入的短文本的情感倾向，确定其情感特征；所述的情感-指标子网络，用于确定IP作品的社交短文本情感-第一指标特征。2.一种神经网络模型训练方法，其特征在于，包括：预训练获得情感分析子网络；基于所述情感分析子网络，构建情感-指标子网络。3.根据权利要求2所述的神经网络模型训练方法，其特征在于，预训练所述情感分析子网络，包括：获取IP作品的源社交短文本及评价标签；以之为训练样本集，采用监督学习的方式训练所述情感分析子网络；和/或，构建所述情感-指标子网络，包括：设计情感-指标子网络；所述的情感-指标子网络，包括若干隐藏层，其以所述情感分析子网络分析社交短文本而输出的情感特征为输入，以第一指标为输出；以已有的IP作品的社交短文本、第一指标为训练样本集采用监督学习的方式训练所述网络，输出可用于生产环境的神经网络模型。4.一种基于社交短文本预测IP作品指标的方法，其特征在于，包括：获取待预测IP作品的社交短文本；基于所述社交短文本，确定其情感特征/情感倾向；进而确定IP作品的社交短文本情感-第一指标特征；基于确定的社交短文本情感-第一指标特征，确定待预测IP作品的第一指标。5.根据权利要求4所述的神经网络模型训练方法，其特征在于，所述的确定情感特征/情感倾向，包括：以权利要求2-3任一所述的方法预训练获得的情感分析子网络/情感分析网络，并籍此分析所述社交短文本，确定其情感特征/情感倾向；和/或，所述的确定社交短文本情感-第一指标特征，包括：以权利要求2-3任一所述的方法构建情感-指标子网络/情感-指标网络，并籍此确定IP作品的社...
【专利技术属性】
技术研发人员：陈凯，孙军欢，
申请(专利权)人：深圳致星科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。