一种用于目标情感分类的深度记忆网络模型及其分类方法

摘要

本发明公开了一种用于目标情感分类的深度记忆网络模型包括输入模块、注意力模块和交互分类模块，通过输入模块可以将句子划分为目标向量和对应的上下文向量，然后通过注意力模块基于输入的目标向量从外部存储的上下文向量中获取对应的情感信息，并获得目标上下文表示；再通过交互分类模块对目标上下文表示与目标向量表示进行交互计算，获得句子文本对指定目标的情感表示，然后将情感表示作为特征进行分类，获得模型预测的情感极性。并基于上述深度记忆网络模型提出了一种分类方法，通过将上下文向量表示与目标之间的交互信息融入最终的情感分类表示，可以实现有效识别上下文对目标的情感极性的技术效果。