买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江西财经大学

摘要：本发明提供一种基于句法依存关系和注意力机制的文本情感分类方法，应用于文本情感分类模型，该模型利用句法依存关系提取文本的属性‑观点对信息，利用动态词嵌入模型BERT获取文本的动态特征；基于双通道的特征提取策略，分别利用TextCNN和Att‑BiLSTM提取文本的局部和全局语义特征，并进一步将动态特征与Att‑BiLSTM的输出进行拼接，并结合注意力机制对情感特征进行加权；最后，基于多融合方式互补的特征融合策略对局部语义特征和全局语义特征进行特征融合，综合特征拼接和注意力融合的优点，减少特征融合过程中关键信息丢失的问题，有助于提升情感分类的最终性能。

主权项：1.一种基于句法依存关系和注意力机制的文本情感分类方法，其特征在于，应用于文本情感分类模型，所述文本情感分类模型包括关键信息提取层、词嵌入层、特征提取层、特征融合层和输出层；所述方法包括：所述关键信息提取层基于句法依存关系提取文本的属性-观点对信息；所述词嵌入层以文本作为背景信息，以所述属性-观点对信息作为关键信息，利用动态词嵌入模型BERT获取文本的动态特征；所述特征提取层利用卷积神经网络提取文本的局部语义特征，所述特征提取层利用基于注意力机制的双向长短期记忆网络和所述动态特征进行全局语义特征提取，得到经注意力机制加权后的特征，然后将所述动态特征与经注意力机制加权后的特征进行拼接，得到拼接特征，再对拼接特征进行注意力机制加权和平均池化降维后，得到最终的全局语义特征；所述特征融合层对所述局部语义特征和所述最终的全局语义特征进行特征拼接得到拼接后的特征，并对所述局部语义特征和所述最终的全局语义特征进行注意力融合得到注意力融合后的特征，再使用注意力机制对所述拼接后的特征和所述注意力融合后的特征进行特征融合，得到二次融合特征，然后对所述二次融合特征进行平均池化，得到全面语义特征；所述输出层基于所述全面语义特征输出文本情感分类结果；所述词嵌入层以文本作为背景信息，以所述属性-观点对信息作为关键信息，利用动态词嵌入模型BERT获取文本的动态特征，具体包括：在所述词嵌入层中，将所述属性-观点对信息作为关键信息，所述文本作为背景信息，构建词嵌入的输入文本，输入文本满足以下条件式： ；其中，表示所述属性-观点对信息，表示所述文本，表示拼接操作；然后利用动态词嵌入模型BERT对输入文本进行词嵌入，得到文本的向量化表示；最后通过动态词嵌入模型BERT对文本的向量化表示进行处理，得到文本的动态特征。

全文数据：

权利要求：

百度查询： 江西财经大学 一种基于句法依存关系和注意力机制的文本情感分类方法