一种基于深度学习组合模型的文本情感分类方法

摘要

本发明公开了一种基于深度学习组合模型的文本情感分类方法，包括步骤：1)训练词向量和字向量；2)将标注文本的每个句子进行分词并填充到固定长度得到训练数据集一,将标注文本的每个句子进行字切分并填充到固定长度得到训练数据集二；3)将两个训练数据集的字和词赋予相应的词向量和字向量；4)将两个训练数据集再用textCNN和改进的DynamicCNN模型训练得到四个基分类器，训练方法采用递进学习方法，损失函数采用焦点损失函数；5)将四个基分类器线性组合得到组合模型的文本情感分类方法。本发明实现的文本情感分类方法，不需依赖于特定的情感词典，不限于特定的领域，具有较强的通用性和可扩展性。