基于注意力机制的LSTM-CNN词嵌入的细粒度情感分类模型( 自然语言处理 NLP 方向文本情感分析、反讽 / 讽刺文本检测、细粒度情感分类、知识图谱、实体对齐、词嵌入、深度学习文本建模)
发明专利本发明公开了基于注意力机制的LSTM‑CNN词嵌入的细粒度情感分类模型。本发明用一般的LSTM提取到的特征与指定角度的相关性不大导致情感分类准确率降低的问题。本发明采用的技术方案是,将CNN与LSTM进行结合,同时利用CNN识别局部特征的能力和LSTM利用文本序列的能力,用LSTM获取句子表示,将LSTM的输出馈送给CNN作为输入。通过CNN的卷积池化操作对LSTM提取到的特征进行选择,再引入注意力机制去重点关注句中与指定方面关联程度较高的信息,最后得到句子的预测极性。同时,为了提升分类的效率,本发明在模型中输入了指定角度的词嵌入向量,提高了分类准确率。
《基于注意力机制的LSTM-CNN词嵌入的细粒度情感分类模型( 自然语言处理 NLP 方向文本情感分析、反讽 / 讽刺文本检测、细粒度情感分类、知识图谱、实体对齐、词嵌入、深度学习文本建模)》是一发明专利,专利号为 2019100269576,当前法律状态为已售,由杭州电子科技大学提出申请,发明人为姜明;张雯;张旻;汤景凡;戚铖杰;腾海滨,公开(公告)日期为2019-08-06,国际专利分类号(IPC)为 G06F16/35(2019.01)I;G06F17/27(2006.01)I,高新资质:未报高企,所属技术领域包括:自然语言处理(NLP);细粒度情感分类;文本情感分析;用户评论挖掘;注意力机制深度学习;词嵌入技术;推荐系统辅助。该专利权属清晰,可通过正规流程办理转让,适用于企业技术升级、资质申报与战略布局。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了基于注意力机制的LSTM‑CNN词嵌入的细粒度情感分类模型。本发明用一般的LSTM提取到的特征与指定角度的相关性不大导致情感分类准确率降低的问题。本发明采用的技术方案是,将CNN与LSTM进行结合,同时利用CNN识别局部特征的能力和LSTM利用文本序列的能力,用LSTM获取句子表示,将LSTM的输出馈送给CNN作为输入。通过CNN的卷积池化操作对LSTM提取到的特征进行选择,再引入注意力机制去重点关注句中与指定方面关联程度较高的信息,最后得到句子的预测极性。同时,为了提升分类的效率,本发明在模型中输入了指定角度的词嵌入向量,提高了分类准确率。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
