申请/专利权人：中国科学院自动化研究所;国家计算机网络与信息安全管理中心

申请日：2020-06-16

公开（公告）日：2024-04-09

公开（公告）号：CN111859980B

主分类号：G06F40/30

分类号：G06F40/30;G06F40/289;G06F16/9536;G06N3/0442;G06N3/0464;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2020.11.17#实质审查的生效;2020.10.30#公开

摘要：本申请涉及一种讽刺类型的文本识别方法、装置、设备及计算机可读介质。该方法包括：获取待处理文本，待处理文本来自于社交媒体网络平台；采用多种方式提取待处理文本的目标特征信息，目标特征信息为从特征集合中选择出来的多个特征信息的加权和表示；根据第一神经网络模型对目标特征信息的识别结果确定待处理文本的文本类型，第一神经网络模型是采用具有标记信息的训练数据对第二神经网络模型进行训练后得到的，标记信息用于标记训练数据是否为目标类型。本申请从多个维度捕获词间关联特征，并从讽刺文本的情感倾向转换出发，挖掘词语间的冲突性，进而充分体现句子中地所蕴含的讽刺含义，最终准确、合理地识别讽刺文本。

主权项：1.一种讽刺类型的文本识别方法，其特征在于，包括：获取待处理文本，其中，所述待处理文本来自于社交媒体网络平台；采用多种方式提取所述待处理文本的目标特征信息，其中，所述目标特征信息为从特征集合中选择出来的多个特征信息的加权和表示；根据第一神经网络模型对所述目标特征信息的识别结果确定所述待处理文本的文本类型，其中，所述第一神经网络模型是采用具有标记信息的训练数据对第二神经网络模型进行训练后得到的，所述标记信息用于标记所述训练数据是否为目标类型，所述识别结果用于指示所述待处理文本是否为所述目标类型，所述目标类型为讽刺类型；所述采用多种方式提取所述待处理文本的目标特征信息包括：将所述待处理文本转换为词向量；采用多种方式确定相邻词向量之间的多个第一情绪对立参数；融合所述多个第一情绪对立参数，得到所述相邻词向量之间的第二情绪对立参数；在得到所有所述相邻词向量之间的所述第二情绪对立参数的情况下，利用所有所述第二情绪对立参数组成的矩阵确定所述待处理文本中各个词向量的注意力向量；获取所述各个词向量与对应所述注意力向量的乘积的和，得到词语冲突性特征，其中，所述目标特征信息包括所述词语冲突性特征；所述采用多种方式提取所述待处理文本的目标特征信息还包括：采用长短期记忆神经网络提取所述待处理文本的文本结构化特征，其中，所述目标特征信息包括所述文本结构化特征。

全文数据：

权利要求：

百度查询： 中国科学院自动化研究所;国家计算机网络与信息安全管理中心 讽刺类型的文本识别方法、装置、设备及计算机可读介质

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