-
公开(公告)号:CN116306678A
公开(公告)日:2023-06-23
申请号:CN202211084620.9
申请日:2022-09-06
Applicant: 广州大学
IPC: G06F40/35 , G06N3/0442 , G06N3/045 , G06N3/048
Abstract: 本发明公开了一种基于深度学习的对话文本情感分析方法,包括以下步骤:S1、对数据集进行标签归类划分;S2、对划分好的数据集进行归一化处理;S3、利用层次GRU模型对文本进行特征提取;S4、初始化GRU模型的训练参数;S5、训练GRU模型;S6、输入预测语句,得出训练结果。本发明提出一个基于层次GRU模型,底层为一个双向GRU模型对单句特征进行提取,上层双向GRU对上下文信息进行建模,获取句子间的交互特征;在双向GRU的隐藏层加入注意力机制,其输出与单个单词或者话语嵌入融合,强化每个词或话语在上下文嵌入中的信息。本发明使用预训练模型来获取单句文本特征,能较好的解决数据库规模较小的问题。