公开(公告)号：CN116415592A

公开(公告)日：2023-07-11

申请号：CN202310033114.5

申请日：2023-01-10

Applicant: 华中科技大学

Inventor： 魏巍 ,  梁硕 ,  毛先领 ,  付园园 ,  陈当阳

IPC: G06F40/30 ,  G06F40/284

Abstract: 本发明公开了一种方面情感三元组抽取方法，该方法包括以下步骤：1)对现有文本中的每一跨度进行标注；1.1)定义三种角色维度：方面项、观点项和情感片段；所述情感片段为包含一个匹配的(方面,观点)对，且共享其边界的文本片段；1.2)基于上述三种角色维度对文本中的每一跨度进行标注；2)将文本序列输入情感三元组抽取模型，进行方面情感三元组抽取；所述情感三元组抽取模型包括：编码层，用于建模跨度信息生成跨度表征；分类器，用于基于上述跨度表征预测出相应的标注结果；推理层，用于依据标注结果得到对应的方面情感三元组。本发明方法能够突破现有基于词级别标注方法的局限性，有效提高方面情感三元组抽取的性能。

公开(公告)号：CN115879439A

公开(公告)日：2023-03-31

申请号：CN202210230366.2

申请日：2022-03-10

Applicant: 华中科技大学

Inventor： 魏巍 ,  梁硕 ,  张睿晗 ,  刘宇航 ,  刘逸帆 ,  潘为燃 ,  江胜

IPC: G06F40/211 ,  G06F40/289 ,  G06F40/30 ,  G06N3/042

Abstract: 本发明公开了一种基于双句法信息的细粒度方面级别情绪分析方法，包括：1)建模每个方面情绪感知的上下文信息，并生成对应的语境内方面特有的情绪表示；2)建模方面的语境间关系增强的情绪特征表示；3)整合语境内方面特有的情绪特征向量和语境间关系增强的情绪特征向量得到方面的整体情绪特征向量，然后将上述整体情绪特征映射到低维语义空间，得到最终的情绪分析预测结果。本发明通过有效利用短语树和依赖树的句法信息，联合建模语境内和语境间的情绪特征表示，提升细粒度方面级别情绪分析的准确度。