恭喜四川轻化工大学唐宇峰获国家专利权
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!
龙图腾网恭喜四川轻化工大学申请的专利一种BERT-MO-CNN-BILSTM的中文评论情感分析方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119721053B 。
龙图腾网通过国家知识产权局官网在2025-05-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510215540.X,技术领域涉及:G06F40/30;该发明授权一种BERT-MO-CNN-BILSTM的中文评论情感分析方法是由唐宇峰;何俚秋;胡光忠;吕奇;李家伟;刘惺设计研发完成,并于2025-02-26向国家知识产权局提交的专利申请。
本一种BERT-MO-CNN-BILSTM的中文评论情感分析方法在说明书摘要公布了:本发明提供了一种BERT‑MO‑CNN‑BILSTM的中文评论情感分析方法,属于情感分析领域,其内容包括:获取中文评论文本及情感分类,对文本数据预处理;通过ChineseBERT将预处理后的文本转化为词嵌入矩阵;通过矿山开采优化算法,优化多尺度卷积串联双向长短时记忆神经网络的超参数;将词嵌入矩阵输入优化超参数后的神经网络模型中,训练得到BERT‑MO‑CNN‑BILSTM中文评论情感分析模型;将待情感分类的文本数据进行预处理和生成词嵌入矩阵后,输入到训练好的模型中得到情感分类。本发明方法可提高中文评论情感分析精度,为企业了解用户需求和产品改进提供依据。
本发明授权一种BERT-MO-CNN-BILSTM的中文评论情感分析方法在权利要求书中公布了:1.一种BERT-MO-CNN-BILSTM的中文评论情感分析方法,其特征在于,包括以下步骤:步骤一:获取中文评论文本及情感分类,对中文评论文本进行预处理,包括文本清洗、去除停用词和分词;步骤二:通过ChineseBERT将预处理后的文本转化为词嵌入矩阵,并将情感分类转化为独热编码;步骤三:设置矿山开采优化算法所需参数;步骤四:确定多尺度卷积串联双向长短时记忆神经网络的网络结构,通过矿山开采优化算法的6个阶段,优化多尺度卷积串联双向长短时记忆神经网络的超参数;所述矿山开采优化算法包括6个阶段:1矿井初始化阶段,在求解域内随机生成K个矿井,每个矿井有一个开采中心,矿井开采中心位置的初始值Ki表达式为:Ki=lb+ub-lb×rand0,1其中,Ki代表第i个矿井开采中心的位置,i=1,2,…,K,lb为搜索域在每个维度的下限,ub为搜索域在每个维度的上限,Ki,lb,ub都是N维向量,其中N代表求解问题维度,rand0,1代表0~1之间的随机数组成的N维向量;2选取优质矿井阶段,计算K个矿井开采中心的适应度值,选取开采中心适应度值最优的E个矿井作为优质矿井:E=roundK×Kp其中,E为优质矿井的数量;Kp为优质矿井比例;round函数代表对括号内的数值四舍五入取整数;3采矿阶段,对于E个优质矿井,在每个矿井开采中心周围的开采中心搜索范围因子Tp内随机生成不同数量的采矿点,搜索范围range随迭代次数的增大而减小:range=Tp×ub-lb×1-tT其中,t为当前迭代的次数,T为最大迭代次数;采矿点的数量与优质矿井开采中心的适应度值排名和迭代次数有关,每个优质矿井开采中心周围生成的采矿点的数量表示为:Sa=roundMa×E-a+1×1-tT其中,Sa为第a个优质矿井周围生成的采矿点的数量,a为优质矿井的适应度值的排名,适应度值越低排名越高,a=1,2,…,E,Ma为开采点基数;则生成的每个采矿点的位置为:Kaj=KAa+range×2×rand0,1-1其中,Kaj代表第a个优质矿井开采中心周边生成的第j个采矿点的位置,j=1,2,…,Sa,KAa为第a个优质矿井开采中心的位置,Kaj和KAa均是N维向量;4开采群评比阶段,首先,对于E个优质矿井,将该优质矿井开采中心与该优质矿井生成的开采点组成开采群,对于非优质矿井,则开采群由该矿井开采中心自身组成;其次,计算各开采群中每个采矿点的适应度值,并结合各开采群开采中心的适应度值,得到每个开采群的平均适应度值FTi和平均位置KSi,即: 其中,F是适应度函数;将平均适应度值FTi最优的开采群定义为最优开采群,将平均适应度值FTi最差和次差的开采群定义为最差开采群和次差开采群;再次,通过适应度值对比,得到所有开采中心及采矿点中的最优适应度值FKDmin及对应位置、最差适应度值FKDmax,最优开采群中的最优位置及次优位置、最差开采群的平均适应度值FTmax、每个开采群中的最优适应度值FKTmini及其所在的位置;5探矿阶段,开采中心按照以下步骤进行探矿:将每个矿井的开采中心位置Ki,更改为该开采中心所在的开采群中最优适应度值FKTmini所在的位置;对于最优开采群,以及全局最优适应度值FKDmin所在开采群,不再进行探矿,即其开采中心位置不变;对于非最优开采群,且非全局最优适应度值FKDmin所在开采群,按概率选取某一优质矿井开采中心为目标,自该开采群的开采中心向该优质矿井开采中心方向进行探矿,而某一个优质矿井被选择概率与其开采中心的适应度值有关,概率表达为: 其中Ra代表第a个优质矿井被选择的概率,FKTmina代表第a个优质矿井开采群的最优适应度值,采矿中心移动距离Di与适应度值和迭代次数有关,设第i个采矿中心选取了第a个优质矿井,则Di表示为:Di=Dt×ub-lb×Fia×Tia×Ka-Ki其中,Dt为最大移动步长比,Fia为适应度值影响项,Tia为迭代次数影响项,分别为:Fia=FKTmini-FKTminaFKDmax-FKDminTia=1-e-rand0,1×tT则该开采中心位置在下一次迭代的初始位置会更新为:Kit+1=Kit+Dit其中上标代表迭代次数;6人力资源调配阶段,对于最差开采群和次差开采群,会对开采人员进行调配,其中,对于最差开采群,将其开采中心调配到最优开采群中的次优位置;对于次差开采群,删除原开采中心,并在求解域内随机生成一个点作为新开采中心,随机生成的方法与矿井初始化的方法一致;删除所有采矿点,判断迭代是否结束,若迭代结束,输出最优参数,若迭代未结束,则返回阶段2,并重复计算阶段2~阶段6;步骤五:将词嵌入矩阵输入优化超参数后的神经网络模型中,训练得到基于BERT-MO-CNN-BILSTM的中文评论文本情感分析模型;步骤六:将待情感分类的文本数据进行预处理,并通过ChineseBERT生成词嵌入矩阵后,输入到训练好的中文评论文本情感分析模型中,得到情感分类。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人四川轻化工大学,其通讯地址为:643000 四川省自贡市自流井区汇东学苑街180号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。