欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022105324181
申请人: 昆明理工大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于图神经网络的汉越跨语言观点对象识别分析方法,其特征在于:所述方法的具体步骤如下:Step1、收集某事件中文微博评论和越南语推特评论,通过人工对噪声数据进行筛选和标注得到中越跨语言评论数据集;

Step2、利用异构图结构对中文和越南语评论句中的关联信息进行编码,利用图卷积编码器对评论和观点对象进行编码,将得到的观点对象特征向量用于训练模型,用训练好的模型进行观点对象识别。

2.根据权利要求1所述的基于图神经网络的汉越跨语言观点对象识别分析方法,其特征在于:所述步骤Step1的具体步骤为:Step1.1、采用基于Scrapy框架的爬虫从新浪微博上爬取某中文热点事件评论,从推特上爬取对应事件的越南语热点事件评论;

Step1.2、对爬取微博和推特评论进行过滤筛选,过滤筛选的方式如下所示:删除#话题#结构、删除微博评论里“@+用户名+回复”这样的结构,且删除无关超链接广告;

Step1.3、采用人工标注,获得中越跨语言评论数据集:以一条帖子为单位进行标注工作,对事件中的观点对象所属类别进行标注,三人盲判取交集。

3.根据权利要求1所述的基于图神经网络的汉越跨语言观点对象识别分析方法,其特征在于:所述步骤Step2的具体步骤如下:Step2.1、通过异构图对评论的语义信息和拓扑信息进行表征学习,异构图表示为G=(V、E、τ、γ),其中τ:V→N表示节点类型的映射函数,γ:V→Z表示关系类型的映射函数;其中利用词频关系、词共现关系和语义相似度构建评论节点和词节点之间的边;基于关键词在语料库中出现的次数构建单词与评论句之间的边并将计算的TF‑IDF值作为边的权重;

Step2.2、基于词共现关系构建节点之间的边,为了更好的利用全局词的共现信息,在单语上对语料库中所有的句子使用一个固定大小的滑动窗口来收集词的共现信息,使用点互信息PMI来计算两个词节点之间的权重;其中#W(i)表示指滑动窗口中包含单词i的数量,#W(i,j)是指滑动窗口中同时包含单词i和j的数量,#W是指语料库中所有滑动窗口的数量;当PMI值为正时表示两个词之间的语义相关性较高;一个词对(i,j)PMI值的计算公式为:Step2.3、基于语义相似度找到跨语言词对(i,j)之间的关联性;利用xlmr模型获取到汉越语料库中单词的嵌入向量(A,B),同时利用余弦相似度判断两个嵌入向量之间的相似性,当余弦值越接近1表示两个夹角越接近0度,也就是两个向量越相似;设置超参数k作为阈值,当余弦值大于k则认为词对中的两个单词高度相关,在这样词对之间添加边:Step2.4、利用跨语言语义相关的词搭建两个评论句之间的关联性;判断汉越两条评论句是否相关时,采用匹配算法判断句对(i,j)连接的词节点是否存在边,当存在相关联的词对时认为这两个评论句具有较大的相关性,通过对相关词的权重进行加权平均数计算出跨语言评论句(C,V)得到相似度,在这样的句对之间添加边;

所构异构图间的节点之间边的权重定义为:

Step2.5、在根据双语对齐关系构建了异构图后,将图嵌入到一个简单的二层GCN中;

GCN是一种多层神经网络,它直接在图上运行,并根据节点的领域属性引入节点的嵌入向量;GCN只能通过一层卷积来捕获关于近邻的信息;当多个GCN层被堆叠时,图上更多的信息就会被整合起来;两层GCN允许信息在最多两步长的节点之间传递信息,对于一层GCN,新的(1) n×kk维节点特征矩阵L ∈R 为:

m×k

其中 表示标准化对称邻接矩阵,表示 的度矩阵,W0∈R 表示权重

矩阵;ρ是激活函数,使用的是RELU;通过叠加多个GCN层来学习合并更高阶的领域信息,学习更深层的节点特征,表示为:(0)

其中j表示层数,而L 表示原始邻接矩阵;

Step2.6、在图神经网络的第二层将评论嵌入维度映射成与类别标签相同的维度大小,然后送入到分类器中:其中 而z=∑i exp(xi);

Step2.7、最终模型的目标函数使用交叉熵损失进行计算

其中yD是具有标签的评论索引集,F表示输出特征的维度,与类别数量相同,Y是标签矩阵。