一种基于自注意力双向GRU和SVM的微博观点句识别方法

摘要

本发明涉及一种基于自注意力双向GRU和SVM的微博观点句识别方法，属于自然语言处理技术领域。本发明首先通过Word2Vec模型训练预处理后的微博观点句语料，再通过将训练好的词向量输入到双向GRU模型中，之后通过权重矩阵与双向GRU的隐含状态加权，得到注意力矩阵，再通过使用随机梯度下降法更新网络参数，训练模型，得到带有自注意力的句嵌入矩阵。最后，将句嵌入输入到SVM中，将SVM作为分类器来识别微博观点句。本发明适用性更强，能结合相应的语料，训练出相应的模型，并提高了微博观点句识别的精确度。