一种基于深度学习网络的文本属性词的情感分类方法

摘要

本发明提供一种基于深度学习网络的文本属性词的情感分类方法，包括：获取文本内目标句子对应的词向量；将词向量输入隐藏信息提取网络模型得到隐藏状态向量；基于隐藏状态向量和第一句法提取神经网络，提取目标句子对应的句法依存树中的第一句法信息；基于隐藏状态向量和第二句法提取神经网络，提取目标句子对应的局部句法依存树中的第二句法信息；对第一句法信息和第二句法信息进行去噪，获取上下文表示和属性词表示；对上下文表示和属性词表示取平均池化后再拼接，得到目标句子对应的特征表示；将特征表示输入情感分类函数，得到情感分类结果。相对于现有技术，本发明充分考虑了目标句子和属性词与句法信息之间的联系，提高了情感分类的准确性。