原创力文档- 1、本文档共7页，其中可免费阅读6页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供基于可学习多单词对打分器的方面级情感三元组抽取方法，属于自然语言处理领域，通过将将句子评论中的单词(字)转换编码，得到词向量表征；将编码后的词向量表征使用点乘注意力机制对编码后的词向量进行加权；再输出一个二维的多通道单词对的特征图；将该二维的多通道单词对的特征图送入一卷积编码‑解码框架，输出二维的标注矩阵；对该标注矩阵进行解码，输出最终的情感三元组集合；使用损失函数训练模型；保存训练模型，即可应用于方面级情感三元组抽取。本发明是基于端到端的解决方案，使用可学习多单词对打分器更高效地建模
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113377908 B
(45)授权公告日 2022.06.28
(21)申请号 202110638892.8 G06V 10/764 (2022.01)
文档评论（0）