本发明涉及语义理解分析技术领域,具体为基于强化学习和卷积神经网络的情感倾向性分析方法,包括如下步骤:S1、单词输入:以word2vec得到的词向量作为初始向量;S2、强化学习:利用行业先验知识,构建情感词典用于强化学习的训练学习;S3、注意力机制:基于强化学习算法构建sentencelevel的注意力机制模型进一步得到局部区域的文本向量表达形式;S4、卷积神经网络:接入卷积神经网络模型用于模型的训练和验证。本发明采用强化学习的方法读入文本序列,针对不同情感特征采取相应的行动方式,不仅考虑到了文本序列的因素,也考虑了情感特征及其顺序对于结果的影响。实现从事后到事前,进行社会突发事件预警和研判,以提高突发社会情绪认知的效度。
声明:
“基于强化学习和卷积神经网络的情感倾向性分析方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)