買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜華南理工大學申請的專利一種跨領域細粒度情感分析方法、裝置及存儲介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115221272B 。

龍圖騰網通過國家知識產權局官網在2025-05-16發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210660427.9，技術領域涉及：G06F16/334；該發明授權一種跨領域細粒度情感分析方法、裝置及存儲介質是由蔡毅;曾雨詩設計研發完成，并于2022-06-13向國家知識產權局提交的專利申請。

本一種跨領域細粒度情感分析方法、裝置及存儲介質在說明書摘要公布了：本發明公開了一種跨領域細粒度情感分析方法、裝置及存儲介質，其中方法包括：構建目標領域的細粒度情感分析模型；將無標注樣本輸入BERT編碼器預訓練語言模型獲得每個單詞的語法知識向量表示；基于圖卷積網絡，通過卷積相鄰節點的特征來捕獲常識關系結構特征并映射到與BERT編碼器相同的單詞層級維度向量空間中從而獲得常識知識向量表示；拼接語法知識向量表示和常識知識向量表示作為單詞的最終特征表示；優化模型的參數。本發明通過結合語法知識和常識關系知識來縮小同一分布空間內的不同領域的領域差異，對資源較少的目標領域具有較強的適應性，提高目標領域的方面抽取以及情感分析的預測效果。本發明可廣泛應用于自然語言處理技術領域。

本發明授權一種跨領域細粒度情感分析方法、裝置及存儲介質在權利要求書中公布了：1.一種跨領域細粒度情感分析方法，其特征在于，包括以下步驟：構建目標領域的細粒度情感分析模型，所述細粒度情感分析模型包括預訓練語法知識特征向量表示模塊、預訓練常識知識關系向量表示模塊以及分類器；所述預訓練語法知識特征向量表示模塊包括BERT編碼器，所述預訓練常識知識關系向量表示模塊包括圖卷積網絡GCN；將源領域和目標領域的無標注文本輸入到所述BERT編碼器，獲得文本中的每一個單詞的語法知識特征向量表示；將源領域或者目標領域的文本輸入到所述預訓練常識知識關系向量表示模塊；其中各領域的每個句子的指定詞性的單詞輸入到ConceptNet常識知識庫，并獲取每個指定詞性的單詞到領域概念的路徑和關系，從而構建出領域常識圖譜；將領域常識圖譜輸入到圖卷積網絡GCN中通過預測結點與結點之間的關系，從而獲得單詞的預訓練常識知識特征向量表示；以句子為單位，通過領域常識圖譜獲得句子中指定詞性與領域概念間的路徑和關系，構建的子圖譜，將子圖譜輸入到圖卷積網絡GCN，獲得子圖譜的向量表示，并通過特征空間轉換層映射到和BERT編碼器相同的同一分布空間，獲得單詞的常識知識特征向量表示；將語法知識特征向量表示和單詞與單詞的常識知識特征向量表示拼接作為單詞特征表示；以句子中的各個單詞為單位，將單詞特征表示輸入訓練分類器，對分類器進行訓練，獲得最佳的模型參數；將目標領域無標記數據輸入訓練后的所述細粒度情感分析模型，對最后拼接而成的單詞特征表示向量做分類任務輸出預測標簽，完成目標領域中的方面詞以及方面詞的情感極性的識別；還包括預訓練BERT編碼器的步驟：利用Spacy庫中的Pos-tag和dependencyrelation改變BERT編碼器的兩個子監督任務，從而提升BERT編碼器對語法常識的敏感度；提取的語法知識特征向量表示為：hi＝transformerei 其中，ei是對應索引單詞的連續性詞嵌入向量，hi代表將ei通過多層transfermer映射到對應的預訓練的詞嵌入向量，分別對應的是BERT編碼器的兩個自監督任務；Wp和bp是權重矩陣；和分別是對應索引單詞在依賴樹中頭標記和子標記的表示，預測索引單詞間的依賴關系；[；]、[-]和⊙分別代表拼接、減法和乘法操作；Wd是關系分類的權重矩陣。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人華南理工大學，其通訊地址為：510641 廣東省廣州市天河區五山路381號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。