申请/专利权人：北京信息科技大学

申请日：2021-08-11

公开（公告）日：2023-08-29

公开（公告）号：CN113641821B

主分类号：G06F16/35

分类号：G06F16/35;G06F40/289;G06N3/045;G06N3/0442;G06N3/0464;G06N3/047;G06N3/048;G06N3/096

优先权：

专利状态码：有效-授权

法律状态：2023.08.29#授权;2021.11.30#实质审查的生效;2021.11.12#公开

摘要：本发明涉及一种社交网络中意见领袖的价值取向识别方法及系统，价值类别识别模型包括基于多任务学习的价值类别划分卷积神经网络模型和基于二元关联的价值类别划分卷积神经网络模型，通过任务间的相互支持提升模型的识别效果和泛化能力，同时解决了BR算法忽略标签相关性的问题，并且基于模型融合的双向长短时神经网络模型，融合卷积神经网络提取的丰富局部语义特征和双向长短时神经网络模型提取的上下文语义特征，有效提取了更加全面的文本语义特征，进而提高了价值取向识别的准确性。

主权项：1.一种社交网络中意见领袖的价值取向识别方法，其特征在于，所述方法包括：对待识别意见领袖的每个待识别文本进行分词和向量化，获得每个待识别文本的多个词向量，并将多个词向量构成每个待识别文本的词向量矩阵；将所述词向量矩阵输入价值类别识别模型中，输出待识别文本的价值类别的概率；所述价值类别识别模型包括基于多任务学习的价值类别划分卷积神经网络模型和两个基于二元关联的价值类别划分卷积神经网络模型，所述价值类别为社会价值、经济价值、审美价值或宗教价值；所述基于多任务学习的价值类别划分卷积神经网络模型包括：第一输入层、第一卷积层、第一池化层、第一全连接层和第一Softmax分类层；所述第一Softmax分类层中经济价值识别损失函数为：其中，Ltask1为经济价值识别损失值，n1为经济价值类别的样本数，s1为经济价值类别的样本，ytask1为经济价值类别的样本实际值，为经济价值类别的模型预测输出值；所述第一Softmax分类层中社会价值识别损失函数为：其中，Ltask2为社会价值识别损失值，n为社会价值类别的样本数，s为社会价值类别的样本，ytask2为社会价值类别的样本实际值，为社会价值类别的模型预测输出值；所述第一Softmax分类层中总的损失函数为：Lloss＝λLtask1+Ltask2；其中，Lloss为总的损失值，λ为权衡两个任务之间的相对重要程度的系数；所述基于二元关联的价值类别划分卷积神经网络模型包括：第二输入层、第二卷积层、第二池化层、第二全连接层和第二Softmax分类层；采用交叉熵作为所述第二Softmax分类层的损失函数；根据多个词向量和所述价值类别识别模型提取的特征向量，利用待识别文本的第i个价值类别对应的价值取向识别模型，确定待识别文本属于第i个价值类别中每个价值取向的概率，并将概率最大的价值取向作为待识别文本在第i个价值类别中的价值取向；所述价值取向识别模型为基于模型融合的双向长短时神经网络模型；统计待识别意见领袖的所有待识别文本在第i个价值类别中每个价值取向的出现概率，将第i个价值类别中出现概率最大的价值取向作为待识别意见领袖在第i个价值类别的最终价值取向。

全文数据：

权利要求：

百度查询： 北京信息科技大学 一种社交网络中意见领袖的价值取向识别方法及系统

免责声明
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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD