首页> 中国专利> 基于全局平均池化卷积神经网络的中文情感倾向性分类方法

基于全局平均池化卷积神经网络的中文情感倾向性分类方法

页面导航

摘要
著录项
相似文献

摘要

本发明提供了一种基于全局平均池化卷积神经网络的中文情感倾向性分类方法，是利用计算机对从网络采集的中文文本进行分析的技术。本方法构建了一个基于全局平均池化卷积神经网络的中文情感倾向性分类模型，该模型利用三层通道变换卷积层提取语义情感特征，然后全局平均池化层对卷积层提取的特征进行池化计算，得到对应到各个输出类别的置信值，然后由Softmax输出情感分类标签。本方法设置模型参数进行多次训练，选取分类准确率最高的模型用于中文情感倾向性分类。本发明避免了传统情感分析中繁琐的特征工程，加强了模型提取语义情感特征的能力，有效避免了模型过拟合，提升了模型情感倾向性分类的性能。

著录项

公开/公告号CN108614875B

专利类型发明专利
公开/公告日2022-06-07

原文格式PDF
申请/专利权人北京邮电大学;
展开▼

申请/专利号CN201810384106.4
发明设计人曹若菡;陈浩平;陆月明;韩道歧;
展开▼

申请日2018-04-26
分类号G06F16/35;G06K9/62;G06N3/04;G06N3/08;
代理机构北京永创新实专利事务所;
代理人祗志洁
地址 100876 北京市海淀区西土城路10号
入库时间 2022-08-23 13:48:30

相似文献

专利
中文文献
外文文献

1. 基于全局平均池化卷积神经网络的中文情感倾向性分类方法 [P] . 中国专利： CN108614875A . 2018-10-02
2. 基于特征金字塔与全局平均池化的细粒度图像分类方法 [P] . 中国专利： CN110619369B . 2020.12.11