申请/专利权人:电子科技大学
申请日:2024-02-29
公开(公告)日:2024-04-12
公开(公告)号:CN117874238A
主分类号:G06F16/35
分类号:G06F16/35;G06F18/24;G06F18/25;G06F40/289;G06F40/284;G06F40/30;G06N3/0455;G06N3/0499;G06N3/0442;G06N3/0464;G06N3/048;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明公开一种网络舆情文本情感分析方法、系统、设备及存储介质,涉及自然语言处理技术领域。所述方法包括:获取网络舆情文本;利用ACBA分析模型对所述网络舆情文本进行情感分类,得到文本情感分类结果;所述ACBA分析模型包括:依次连接的输入层、ALBERT层、CNN+BiLSTM层、注意力层和输出层;所述CNN+BiLSTM层采用残差连接方式分别与所述ALBERT层和所述注意力层连接。本发明能够进一步提升网络舆情文本情感分析能力。
主权项:1.一种网络舆情文本情感分析方法,其特征在于,包括:获取网络舆情文本;利用ACBA分析模型对所述网络舆情文本进行情感分类,得到文本情感分类结果;所述ACBA分析模型包括:依次连接的输入层、ALBERT层、CNN+BiLSTM层、注意力层和输出层;所述CNN+BiLSTM层采用残差连接方式分别与所述ALBERT层和所述注意力层连接;其中,所述输入层用于输入所述网络舆情文本;所述ALBERT层用于根据所述网络舆情文本确定初步词向量特征;所述CNN+BiLSTM层用于进一步提取文本特征信息,得到第一次更新后的词向量特征;所述注意力层用于利用注意力机制对第一次更新后的词向量特征进行再次更新,得到第二次更新后的词向量特征;所述输出层用于根据第二次更新后的词向量特征进行文本分类,得到文本情感分类结果。
全文数据:
权利要求:
百度查询: 电子科技大学 一种网络舆情文本情感分析方法、系统、设备及存储介质
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。