一種環(huán)境類網(wǎng)絡輿情的情感分析方法
基本信息

| 申請?zhí)?/td> | CN202210196099.1 | 申請日 | - |
| 公開(公告)號 | CN114692623A | 公開(公告)日 | 2022-07-01 |
| 申請公布號 | CN114692623A | 申請公布日 | 2022-07-01 |
| 分類號 | G06F40/289(2020.01)I;G06F16/35(2019.01)I;G06F40/216(2020.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分類 | 計算;推算;計數(shù); |
| 發(fā)明人 | 孫加林;范青武;劉旭東 | 申請(專利權)人 | 北京工業(yè)大學 |
| 代理機構 | 北京思海天達知識產(chǎn)權代理有限公司 | 代理人 | - |
| 地址 | 100124北京市朝陽區(qū)平樂園100號 | ||
| 法律狀態(tài) | - | ||
摘要

| 摘要 | 一種環(huán)境類網(wǎng)絡輿情的情感分析方法屬于人工智能技術領域方法。具體包括以下步驟:首先將網(wǎng)絡平臺爬取到的網(wǎng)絡輿情文本作為數(shù)據(jù)來源,使用輿情文本數(shù)據(jù)作為語料庫對word2vec詞向量模型進行重新訓練,得到更加適用于環(huán)境類領域的詞向量化模型。其次使用Word2vec文本向量化模型將文本表示為詞向量,對詞向量矩陣添加注意力機制,使用每個詞在句子中擁有不同的權重。將添加注意力機制的詞向量輸入到特征提取層中進行特征提取,CNN具有提取局部特征,LSTM具有提取上下文特征的特點,將CNN和LSTN提取特征進行位置融合,最終實現(xiàn)文本的情感分類。該方法解決了現(xiàn)有模型在環(huán)境類輿情文本的情感分類中性能差、不適配的問題。 |





