专利名称：基于CNN-BiLSTM框架的上下文依赖的多分类情
感分析方法和系统
专利类型：发明专利
发明人：张强,方钊,王安宁,赵爽耀,唐孝安,杨善林申请号：CN202010838502.7申请日：20200819公开号：CN112183056A公开日：20210105
摘要：本发明提供一种基于CNN‑BiLSTM框架的上下文依赖的多分类情感分析方法和系统，涉及文本信息处理技术领域。本发明通过获取文本评论，对文本评论进行预处理；对文本评论的子句进行多种情感类别标注处理，获取训练集、验证集和测试集；基于上下文依赖策略、训练集、验证集和测试集和基于CNN‑BiLSTM框架的情感分析模型获取多分类情感分析模型，通过所述多分类情感分析模型分析待测文本评论的情感类别。本发明提出了一个多分类情感分析模型，该模型基于上下文依赖策略进行构建，通过融合上下文的情感信息来捕获更加复杂的情感特征，可以更加有效的识别评论中每一个子句的情感，提高了多分类情感分析模型的准确率，从而可以更加准确的分析出待测文本评论的情感类别。
申请人：合肥工业大学
地址：230009 安徽省合肥市包河区屯溪路193号
国籍：CN
代理机构：北京久诚知识产权代理事务所(特殊普通合伙)
代理人：余罡
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容