基于CNN-RSC组合优化算法的语音情感分析方法

摘要

本发明公开了一种基于CNN‑RSC组合优化算法的语音情感分析方法，属于情感技术领域，具体步骤包括：对训练集的语料进行分词处理得到词语；对词语进行向量编码；生成词向量；将生成的词向量作为输入样本，输入到卷积神经网络模型中；卷积层过滤输入样本的词向量中多个词之间的局部特征，生成新的特征向量；池化层捕获新特征向量最大值，得到特征词向量矩阵；特征词向量矩阵作为递归自编码中的特征输入，得到最佳向量；最佳向量加入到输出层进行分类，输出情感分类结果；对情感分类结果进行误差分析和优化处理。本发明提出的组合优化算法在对文本情感特征的自动学习上有着不错的效果，模型的训练速度也大大的提高，分类结果准确度高、自动学习能力强。