基于深度学习的目标人物情绪预测
针对目标人物的情绪变化,本文提出了一种情绪预测方式对情绪进行识别、预测和分析.在情绪预测前,通过一种情绪定量算法对情绪数据集数据进行归一化处理,以得到每种情绪对应的程度系数,为下一步的情绪预测奠定基础.然后汇总目标人物一天的情绪变化得到一种主要情绪,再通过情绪预测算法得到最终的预测结果.本文应用BERT(Bidirectional Encoder Representations from Transformers)神经网络对短对话进行情绪建模,以做到对目标人物的实时情绪预测.结果表明应用本文的训练模型,可以有效判断目标人物的未来情绪波动状况.
情绪预测、情绪定量分析、情绪程度系数、BERT神经网络
29
国家自然科学基金91546203
2020-07-01(万方平台首次上网日期,不代表论文的发表时间)
共7页
211-217