[發明專利]一種基于詞向量和Bert的群體內隱立場分析方法有效
| 申請號： | 202011451101.2 | 申請日： | 2020-12-09 |
| 公開（公告）號： | CN112836486B | 公開（公告）日： | 2022-06-03 |
| 發明（設計）人： | 韓旭;王博;蔣沁學;陳根華;黃博帆 | 申請（專利權）人： | 天津大學 |
| 主分類號： | G06F40/205 | 分類號： | G06F40/205;G06F40/284;G06F40/30;G06F40/126;G06F16/35 |
| 代理公司： | 天津市北洋有限責任專利代理事務所 12201 | 代理人： | 劉子文 |
| 地址： | 300072*** | 國省代碼： | 天津;12 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 向量 bert 群體 立場 分析 方法 | ||
1.一種基于詞向量和Bert的群體內隱立場分析方法，其特征在于，通過文本語料庫訓練Bert模型，結合句向量進行群體內隱立場分析；包括數據解析模塊、模型訓練模塊以及內隱立場分析模塊；
數據解析模塊用于解析提取社會群體中用戶發表的言論數據，根據內隱聯想測試中提到的目標詞和屬性詞對用戶的言論分類；對其中抽取的正文文本進行分句得到言論集合A，再提取到既包含目標詞又包含屬性詞的句子集合B，和不包含目標詞和屬性詞的集合C；
模型訓練模塊用于構建學習社會群體語言大數據文本偏見的模型；基于數據解析模塊根據目標詞和屬性詞獲得的集合，獲取得到每個句子的嵌入向量；
內隱立場分析模塊根據句子的嵌入向量之間的距離遠近來測量對應目標詞和屬性詞之間的關系大小，從而量化社會群體用戶的內隱立場態度；
模型訓練模塊采取的是多層雙向的Transformer編碼器Bert模型，將L表示為層數，將H表示為隱藏層數目，將A表示為self-attention頭的數目；在所有情況下，設置前饋全連接層的輸出數目為4H，當H＝768時，前饋數目為3072，使用的模型架構如下：
BERTbase：L＝12，H＝768,A＝12,TotalParameters＝110M；
態度偏差有如下公式進行計算：
其中s(a,C1,C2)表示w與屬性詞之間的關聯程度；
其中，E.Size表示群體對概念Ci或Cj與屬性Dp或Dq的關聯大小，即為態度偏差。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于天津大學，未經天津大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011451101.2/1.html，轉載請聲明來源鉆瓜專利網。
