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:合肥工业大学
摘要:本发明涉及自然语言理解技术领域,公开了一种基于映射记忆网络的低资源语种文本立场分析方法,基于源语言的文本句子以及源语言的文本句子的立场标签,分析目标语言的文本句子的立场;具体包括:获取目标语言的文本句子的每个词的词特征、关键词特征、隐藏层表征;将目标语言下的关键词特征翻译为源语言下的关键词特征,计算源语言下关键词特征的权重和记忆插槽特征;计算目标语言的文本句子的每个词的词特征所对应的输出特征,经过平均池化和分类器后,得到目标语言的文本句子的立场分析结果。本发明充分利用了源语言域下的知识信息,使得目标语言下的文本立场分析更加精确,能够在跨语言环境下更准确的分析文本立场。
主权项:1.一种基于映射记忆网络的低资源语种文本立场分析方法,其特征在于,通过源语言的文本句子以及源语言文本句子的立场标签,分析目标语言的文本句子的立场;其中,目标语言的文本句子数量小于源语言的文本句子数量;具体包括以下步骤:步骤一,特征提取:给定的目标语言的文本句子由N个词组成,为中的第i个词;对中的每个词进行编码,得到词特征,表示中的第i个词的词特征;对进行关键词提取,得到K个目标语言下的关键词,K个目标语言下的关键词的特征组成目标语言关键词特征集合,其中为中的第k个目标语言下的关键词特征;根据词特征是否属于,在词特征后连接0或者1,通过编码器对连接后的词特征进行编码,得到每个词特征对应的隐藏层表征;步骤二,映射记忆:将中的每个目标语言下的关键词特征翻译为源语言下的关键词特征,得到源语言关键词特征集合,为中第k个源语言下的关键词特征;使用Softmax函数对中的每个关键词特征的重要性进行评估,得到的权重;计算每个源语言下的关键词特征与每种立场之间的互信息,其中表示第j种立场的标签;将所有互信息连接到加权后的源语言下的关键词特征上,得到每个源语言下的关键词的记忆插槽特征;步骤三,记忆加强的立场分析:对于,如果中的第i个词的词特征属于目标语言下的关键词特征,则将对应的源语言下的关键词的记忆插槽特征作为知识信息融合进隐藏层表征中,得到对应的输出特征,是使得的下标,;如果中的第i个词的词特征不属于目标语言下的关键词特征,对应的输出特征用隐藏层表征表示,即;对所有的输出特征进行平均池化,将得到的平均池化结果与文本句子的句子整体性特征连接,获得总体句子表征r:采用分类器对总体句子表征r进行分类,得到目标语言的文本句子的立场分析结果。
全文数据:
权利要求:
百度查询: 合肥工业大学 一种基于映射记忆网络的低资源语种文本立场分析方法
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。