一种基于综合深度胶囊网络的复杂评论文本的整体情感智能分类方法

摘要

为了缓解单词拼写错误、顺序错误以及情绪混合问题对最终把握评论整体情感得分的影响，可以有针对性地按顺序分步处理这些噪声和情绪混合问题，本发明设计一种综合深度胶囊网络分类模型，模拟人类阅读逻辑步骤，通过分别在单词层面、短语层面和句子层面捕获特征信息，对评论进行建模的方案，具体来说是将单词层面和短语层面的建模与拼错错误、词序错误等噪声问题对应，将句子层面的建模与情绪混合问题对应，也就是将每个短句子当作义群，动态考量不同义群对最终整体情感态度的影响。实现上可通过BERT WordPiece向量和卷积作为单词级别和短语级别特征，再用胶囊网络获取句子层面最终的向量表示来进行分类。