基于深度学习的方面情感分类系统技术方案

本发明专利技术涉及文本分析技术领域，尤其是基于深度学习的方面情感分类系统，包括方面级情感分类模型，所述方面级情感分类模型包括词嵌入模块，用于对待分析文本中的若干句子进行转化，采用向量的形式进行表示，生成句子的嵌入向量H<supgt;c</supgt;；语义特征提取模块，用于根据所述词嵌入向量H<supgt;c</supgt;，通过多头自注意力机制，生成第i个自注意力的输出上下文特征提取模块，用于分析各单词间的情感语义关系，生成上下文句法特征向量H<supgt;ss</supgt;；方面词特征提取模块，用于生成方面词和连接词的特征矩阵H<supgt;a</supgt;；情感极性分类模块，用于根据上下文句法特征向量H<supgt;ss</supgt;、方面词和连接词的特征矩阵H<supgt;a</supgt;，生成方面情感参数采用本方案，能够提升分类结果的准确性。

【技术实现步骤摘要】

本专利技术涉及文本分析，特别涉及基于深度学习的方面情感分类系统。

技术介绍

1、方面级情感分析相比于句子级情感分析，其粒度更小，在实际生活中，人们往往会从多个角度多个方面来看待一个问题，去挖掘人们不同方面的不同情感非常具有现实意义。目前在深度学习领域，已经对方面情感分类问题有了许多处理方法，但是目前仍然没有一个足够完善且高度有效的解决方案。

2、在方面情感分析任务中，以往的研究通常把研究重心放在语义特征的提取上，经常忽略句子中情感词的作用，但是情感词往往就是某个方面词对应的观点词，对分类有重要作用。同时一些研究对方面词的特征提取也比较简单，并没有考虑方面词间连接关系的影响，导致最终分析结果的准确性较低。

3、因此，急需提供一种基于深度学习的方面情感分类系统，以提升分类结果的准确性。

技术实现思路

1、本专利技术提供了基于深度学习的方面情感分类系统，能够提升分类结果的准确性。

2、为了达到上述目的，本申请提供如下技术方案：

3、基于深度学习的方面情感分类系统，包括本文档来自技高网...

【技术保护点】

1.基于深度学习的方面情感分类系统，包括方面级情感分类模型，其特征在于：所述方面级情感分类模型包括词嵌入模块、语义特征提取模块、上下文特征提取模块、方面词特征提取模块和情感极性分类模块；

2.根据权利要求1所述的基于深度学习的方面情感分类系统，其特征在于：所述词嵌入模块包括词向量生成模块，用于根据词嵌入矩阵得到用数学方式表达的词向量X＝(x1,x2,x3,…,xn)；式中，R为实数域，|V|为语料库中单词的个数，de为词向量的维度，n为句子中包含的单词个数。

3.根据权利要求2所述的基于深度学习的方面情感分类系统，其特征在于：所述词嵌入模块还包括位置特征向量生成模...

【技术特征摘要】

1.基于深度学习的方面情感分类系统，包括方面级情感分类模型，其特征在于：所述方面级情感分类模型包括词嵌入模块、语义特征提取模块、上下文特征提取模块、方面词特征提取模块和情感极性分类模块；

2.根据权利要求1所述的基于深度学习的方面情感分类系统，其特征在于：所述词嵌入模块包括词向量生成模块，用于根据词嵌入矩阵得到用数学方式表达的词向量x＝(x1,x2,x3,…,xn)；式中，r为实数域，|v|为语料库中单词的个数，de为词向量的维度，n为句子中包含的单词个数。

3.根据权利要求2所述的基于深度学习的方面情感分类系统，其特征在于：所述词嵌入模块还包括位置特征向量生成模块，用于计算待分析文本中单词i与句子中方面词之间的位置索引，计算公式如下：

4...

【专利技术属性】
技术研发人员：李建平，王广硕，崔长润，陈丽熹，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：