公开(公告)号：CN111325027B

公开(公告)日：2023-04-28

申请号：CN202010102417.4

申请日：2020-02-19

申请人： 东南大学

发明人： 周德宇 ,  张朦 ,  张林海

IPC分类号： G06F40/289 ,  G06F40/30 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/047 ,  G06N3/08

摘要： 本发明公开了一种面向稀疏数据的个性化情感分析方法与装置，通过对具有相似打分习惯的用户分组，利用分组信息来增强用户表示，实现个性化的情感分析。本方法包括：文档预处理；使用基于深度神经网络的基础情感分析模型计算得到情感打分基础；使用基于群组的个性化分析模型计算得到情感打分偏移和波动；结合情感打分基础和情感打分偏移计算最终情感打分。本方法相比之前的个性化情感分析方法，可以在用户文本数据稀疏的情况下学习得到良好的用户表示，在个性化情感分析中，可以有效地对用户建模，更准确地进行个性化情感分析。

公开(公告)号：CN111339440B

公开(公告)日：2024-01-23

申请号：CN202010102690.7

申请日：2020-02-19

申请人： 东南大学

发明人： 周德宇 ,  张朦 ,  杨扬

IPC分类号： G06F16/9536 ,  G06F40/211 ,  G06N3/044 ,  G06N3/045

摘要： 本发明公开了一种面向新闻文本基于层级状态神经网络的社会情绪排序方法，关注文档的语义层次结构信息，处理社会情绪检测中的相关情绪排序问题。本方法包括：对新闻文本进行预处理；通过句子状态循环神经网络，对词编码得到句子表示；通过文档状态循环神经网络，对句子编码得到文档表示；以文档表示为基础，使用多层感知机进行映射，softmax进行归一化处理，得到相关情绪的排序结果。本方法相比之前的相关情绪排序方法，在每个时间步同时对所有词或句子的隐藏状态进行编码，可以更好地捕获长距离语义依赖。此外，采用层级结构机制来捕获文档中关键的层级语义结构，动态突出了文档中唤起情绪的重要部分，可以提升相关情绪排序的性能。

公开(公告)号：CN111339440A

公开(公告)日：2020-06-26

申请号：CN202010102690.7

申请日：2020-02-19

申请人： 东南大学

发明人： 周德宇 ,  张朦 ,  杨扬

IPC分类号： G06F16/9536 ,  G06F40/211 ,  G06N3/04

摘要： 本发明公开了一种面向新闻文本基于层级状态神经网络的社会情绪排序方法，关注文档的语义层次结构信息，处理社会情绪检测中的相关情绪排序问题。本方法包括：对新闻文本进行预处理；通过句子状态循环神经网络，对词编码得到句子表示；通过文档状态循环神经网络，对句子编码得到文档表示；以文档表示为基础，使用多层感知机进行映射，softmax进行归一化处理，得到相关情绪的排序结果。本方法相比之前的相关情绪排序方法，在每个时间步同时对所有词或句子的隐藏状态进行编码，可以更好地捕获长距离语义依赖。此外，采用层级结构机制来捕获文档中关键的层级语义结构，动态突出了文档中唤起情绪的重要部分，可以提升相关情绪排序的性能。

公开(公告)号：CN111325027A

公开(公告)日：2020-06-23

申请号：CN202010102417.4

申请日：2020-02-19

申请人： 东南大学

发明人： 周德宇 ,  张朦 ,  张林海

IPC分类号： G06F40/289 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种面向稀疏数据的个性化情感分析方法与装置，通过对具有相似打分习惯的用户分组，利用分组信息来增强用户表示，实现个性化的情感分析。本方法包括：文档预处理；使用基于深度神经网络的基础情感分析模型计算得到情感打分基础；使用基于群组的个性化分析模型计算得到情感打分偏移和波动；结合情感打分基础和情感打分偏移计算最终情感打分。本方法相比之前的个性化情感分析方法，可以在用户文本数据稀疏的情况下学习得到良好的用户表示，在个性化情感分析中，可以有效地对用户建模，更准确地进行个性化情感分析。