基于可形变自注意力机制的社交网络文本情感分析方法.pdfVIP

下载本文档

3
0
约1.79万字
约 12页
2023-06-01 发布于四川
举报
版权申诉

基于可形变自注意力机制的社交网络文本情感分析方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于可形变自注意力机制的社交网络文本情感分析方法，用于分析用户话语的情感。步骤如下：将用户话语文本数据中的每个句子切分为词，将每个词用词向量表示；将词向量序列输入双向循环神经网络(Bi‑LSTM)中得到每个词的编码表示；利用可形变自注意力机制，将词的编码表示转化为多种具有不同上下文范围的句子编码表示；将多种句子编码表示融合得到一个句子编码表示；将融合的句子编码表示输入到前馈神经网络(FFN)中分类，输出结果；根据模型输出结果和数据真实结果，最小化交叉熵损失函数迭代训练模型更新参数

(19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112528168 B (45)授权公告日 2022.03.29 (21)申请号 202011540244.0 G06N 3/04 (2006.01) (22)申请日 2