龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：西安交通大学;四川数字经济产业发展研究院
摘要：本发明公开了一种基于背景增强的LSTM‑CNN在线评论情感分类方法及系统，将预处理后的在线评论文本进行词转化得到在线评论文本的词向量表示，利用融合词性与位置信息的TF‑IDF算法提取新闻文本特征，使用卷积神经网络提取出评论文本的局部特征，将新闻文本特征提取通道所得的新闻文本特征与在线评论文本特征提取通道所得的评论文本特征拼接得到基于背景增强的评论文本特征向量，将评论文本作为语言背景，将其作为评论文本情感分析的特征，加入到情感分类模型中，提高了模型在不同背景下情感分析判断能力，使用TF‑IDF结合词性与位置信息进行新闻文本特征提取，融合特征向量然后进入全连接层分类训练得到新闻评论情感分类模型，能够提高新闻评论情感分类的准确率。
主权项：1.一种基于背景增强的LSTM-CNN在线评论情感分类方法，其特征在于，包括以下步骤：S1，采集新闻文本与其对应的在线评论文本并进行预处理；S2，将预处理后的在线评论文本进行词转化得到在线评论文本的词向量表示；S3，将预处理后的新闻文本作为新闻文本特征提取通道的输入，利用融合词性与位置信息的TF-IDF算法提取新闻文本特征；S4，将在线评论文本的词向量表示作为评论特征提取通道的输入，利用长短期记忆网络提取在线评论文本的上下文时序特征，再使用卷积神经网络提取出评论文本的局部特征；S5，将新闻文本特征提取通道所得的新闻文本特征与在线评论文本特征提取通道所得的评论文本特征拼接得到基于背景增强的评论文本特征向量，利用评论文本特征向量训练得到新闻评论情感分类模型，利用得到的新闻评论情感分类模型实现在线评论文本的情感极性分类。
全文数据：
权利要求：
百度查询： 西安交通大学 四川数字经济产业发展研究院 一种基于背景增强的LSTM-CNN在线评论情感分类方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号