发明 一种基于CPC-ANN的文本情绪原因识别方法 特价15
自然语言处理 情绪分析技术 社交媒体 机器学习 深度神经网络建模 人工智能transformer 1人
G06F40/211 G06F40/284 G06F40/30 G06N3/04 G06N3/08
摘要：本发明公开了一种基于CPC‑ANN的文本情绪原因识别方法，属于自然语言处理文本情绪分析技术领域。一种基于CPC‑ANN的文本情绪原因识别方法，CPC‑ANN模型主要分为五层：嵌入层、Bi‑LSTM层、Transformer层、注意力层以及CNN输出层，在CANN方法的基础上提出一种基于上下文和位置交互的协同注意力神经网络模型，先将子句的相对位置信息编码到子句的每个词向量中，再通过双向长短时记忆网络Transformer网络来捕捉子句的语义信息，以帮助产生更好的子句表示；然后，使用注意力机制来捕获融合了上下文子句信息的候选原因子句和情绪子句之间的语义关系；最后，利用卷积神经网络对候选原因子句进行分类。本发明解决了目前的文本情绪原因识别方法对语义和位置信息利用不充分的问题。
