一种基于分段卷积神经网络的对象级情感分类方法

摘要

本申请公开了一种基于分段卷积神经网络的对象级情感分类方法，对待分类文本进行特征提取并对其进行上下文特征划分，得到第一上、下文特征；将其输入到预置分段卷积神经网络，使得卷积层对其分别进行卷积运算得到上、下文局部特征，分段池化层对上、下文局部特征进行最大池化操作得到上、下文池化特征，特征融合层对上、下文池化特征和注意力模块提取的注意力特征表示进行特征融合，softmax层对融合特征进行处理，输出情感分类结果，解决了现有的情感分类方法没有考虑到由对象所划分的上下文对分类效果的影响，在卷积神经网络的池化层通常采用的是最大池化操作，导致无法得到更细粒度的上下文特征，使得情感分类结果准确性不高的技术问题。