[發明專利]一種基于GRU模型的老撾語情感分析方法

在審

• 申請號: 201910215265.6
• 申請日: 2019-03-21
• 公開（公告）號: CN110083825A
• 公開（公告）日: 2019-08-02
• 發明（設計）人: 周蘭江;陳琢;張建安;周楓
• 申請（專利權）人: 昆明理工大學
• 主分類號: G06F17/27
• 分類號: G06F17/27
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于GRU模型的老撾語情感分析方法，其特征在于：包括如下步驟：

Step1，老撾語情感分析語料預處理，并進行數據集劃分，訓練集占90％，測試集占10％；

Step2，Word2Vec訓練語料的詞向量，計算生成句子相應的特征向量；

Step3，使用Word2Vec生成含有句子情感的特征向量來訓練GRU模型；

Step4，按照訓練集方式構建測試集，輸入到GRU，進行情感分類。

2.根據權利要求1所述的一種基于GRU模型的老撾語情感分析方法，其特征在于，所述語料數據分為正類、負類，其中語料預處理的步驟為：

Step1.1：通過對老撾語語料切分音節，再完成音節和詞典的最長匹配，然后得到的分詞結果和錯誤詞典進行匹配，以期糾正部分錯詞；

Step1.2：最后利用制定的老撾語中字母、數字分布規則,對分詞結果中相應的詞串進行正則表達式匹配,校正錯誤的分詞；

Step1.3：分詞完成后，去除停用詞。

3.根據權利要求1所述的一種基于GRU模型的老撾語情感分析方法，其特征在于：所述步驟Step2通過Word2Vec詞到向量的方法對老撾語句子進行詞級特征向量訓練，具體步驟為：

通過Word2Vec訓練預料的詞向量，對每個句子的所有詞向量取均值，來生成對應句子的向量，然后利用Word2Vec模型進行訓練，基于Hierarcical Softmax，訓練模式選用CBOW模型：該網絡結構包含了三層，分別為輸入層、投影層和輸出層，假設存在樣本(Context(w),w)，其中Context(w)是由w前后各c個詞構成作輸入樣本train_X,w作輸出值train_Y，最終計算生成句子相應的詞向量；其中：

(1)輸入層：

包含Context(w)中2c個詞向量V(Context(w)_1),V(Context(w)_2),......,V(Context(w)_2c),組成，詞向量長度相同；

(2)投影層：

將輸入層2c個詞向量累加后求平均作為X_w；

(3)輸出層：

輸出層是對應一棵霍夫曼樹，其中葉子節點就是對應詞匯表中的詞，用θ_i表示節點的權重，是一個向量，根節點是投影層的輸出X_w。

4.根據權利要求1所述的一種基于GRU模型的老撾語情感分析方法，其特征在于，所述步驟Step3的具體步驟為：

使用Step2中Word2Vec生成含有句子情感的向量來作為GRU模型輸入，學習率設置為0.1，0.01，0.001，使用網格搜索方法選擇合適的學習率，迭代次數設置為10000。

5.根據權利要求1所述的一種基于GRU模型的老撾語情感分析方法，其特征在于：所述步驟Step4的具體步驟為：按照訓練集方式構建測試集，將詞向量輸入到GRU模型，進行情感分類，訓練的預測結果是一個[0,1]區間的連續的實數，將0.5設為閾值，也就是將大于0.5的結果判斷為正類，將小于0.5的結果判斷為負類。