本發明涉及語義理解分析技術領域,具體為基于強化學習和卷積神經網絡的情感傾向性分析方法,包括如下步驟:S1、單詞輸入:以word2vec得到的詞向量作為初始向量;S2、強化學習:利用行業先驗知識,構建情感詞典用于強化學習的訓練學習;S3、注意力機制:基于強化學習算法構建sentencelevel的注意力機制模型進一步得到局部區域的文本向量表達形式;S4、卷積神經網絡:接入卷積神經網絡模型用于模型的訓練和驗證。本發明采用強化學習的方法讀入文本序列,針對不同情感特征采取相應的行動方式,不僅考慮到了文本序列的因素,也考慮了情感特征及其順序對于結果的影響。實現從事后到事前,進行社會突發事件預警和研判,以提高突發社會情緒認知的效度。
聲明:
“基于強化學習和卷積神經網絡的情感傾向性分析方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)