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！

摘要：本发明公开了用于方面级情感分析的语义增强多通道双向图卷积网络系统，涉及语义情感分析技术领域，包括：模型训练：通过对数据进行学习和训练，使系统从数据中学习出关键的特征和规律，并将其应用于新的数据中；情感分析。该用于方面级情感分析的语义增强多通道双向图卷积网络系统，通过随机密集残差连接BiLSTM，可以从较浅层次的语义特征中提取较深层次的语义特征，增强语义特征表示，很好地解决了堆叠BiLSTM的过拟合问题，并且，考虑到了单词间多种关系特征，通过多通道双向图卷积网络，可以考虑到单词间不同的关系特征，将不同的关系特征进行编码并融合，从而增强模型在方面级情感分析的整体性能。

主权项：1.用于方面级情感分析的语义增强多通道双向图卷积网络系统，其特征在于，包括：模型训练：通过对数据进行学习和训练，使系统从数据中学习出关键的特征和规律，并将其应用于新的训练数据中；情感分析：分析方面词在各种情感极性的概率；注意力机制：从句子上下文中提取出和方面词情感极性相关的重要情感词，并为每一个上下文词设置注意力权重；随机密集残差连接BiLSTM：挖掘数据中的时序信息以及语义信息；词嵌入：将句子中的单词转换为向量化表示；掩码层：对句子中的非方面词进行屏蔽，只保留方面词向量表示；多通道双向图卷积网络：用以更好地捕捉输入数据中的特征；所述随机密集残差连接BiLSTM包括堆叠BiLSTM和随机密集残差连接，所述堆叠BiLSTM和随机密集残差连接之间双向信号连接，所述多通道双向图卷积网络包括句法依赖树、图卷积网络、多通道图卷积网络、双向图卷积网络和残差连接，所述句法依赖树、图卷积网络、多通道图卷积网络、双向图卷积网络和残差连接之间均双向信号连接；所述随机密集残差连接BiLSTM中随机密集残差连接的输出端与模型训练的输入端双向信号连接，所述多通道双向图卷积网络中残差连接的输出端与模型训练的输入端双向信号连接；堆叠BiLSTM: c表示BiLSTM的层数，使用堆叠BiLSTM对词向量进行编码后，得到句子上下文表示Hc为： 递归地将每一层的表示传递给所有后续层，然后通过后续层隐藏状态和其所有前层的隐藏状态进行线性叠加来表示下一层的输入，并在训练过程中随机丢弃密集残差连接；堆叠BiLSTM的原始密集残差连接具有以下形式： 每一层密集残差连接加入随机参数rc，每一层的rc决定删除或保留密集残差连接，加入随机化参数后，如下所示： 随机参数rc的数值仅取0或1，当rc＝0时，对应的密集残差连接被删除，当rc＝1时，对应的密集残差连接被保留下来，rc是由伯努利分布生成；BiLSTM层越高，提取的语义特征越重要，占据最终输出的权重越大，因此，为每一层都设置了权重参数Wc,BiLSTM层越高，对应的权重参数越大，Wc的表示如下：c表示的第c层，C是总层数，q是全局参数，加入权重系数Wc后，如下所示：

全文数据：

权利要求：

百度查询： 广东工程职业技术学院 用于方面级情感分析的语义增强多通道双向图卷积网络系统