基于弱监督深度学习的句子级情感分类方法

摘要

本发明提出了一种基于弱监督深度学习的句子级情感分类的方法，主要解决了现有技术不能准确的预测句子情感语义和分类准确率低的问题。其方案是：1.设计能够利用大量弱标注的评论句子进行句子情感分类的深度神经网络WDE‑LSTM；2.对深度神经网络模型WDE‑LSTM进行粗调，即使用句子三元组的训练准则，使相同标注的句子相互靠近，不同标注的句子相互远离，减少句子在训练过程中出现的错误移动；3.对深度神经网络WDE‑LSTM进行精调；4.对训练好的深度神经网络模型进行测试，输出句子的分类结果，本发明设计的深度神经网络稳定性强，能更自然的处理时间序列数据，提高了对句子情感语义分类的准确率，可用于电子商务。