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！

龍圖騰網恭喜重慶理工大學申請的專利基于增強語義句法信息的方面級情感分類方法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：CN114676687B 。

龍圖騰網通過國家知識產權局官網在2025-05-23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：202210398610.6，技術領域涉及：G06F40/247；該發明授權基于增強語義句法信息的方面級情感分類方法是由王勇設計研發完成，并于2022-04-15向國家知識產權局提交的專利申請。

本基于增強語義句法信息的方面級情感分類方法在說明書摘要公布了：本發明具體涉及基于增強語義句法信息的方面級情感分類方法，包括：獲取待測文本并輸入經過預先訓練的情感分類模型中，輸出對應的分類預測結果；情感分類模型首先通過BERT預訓練模型調整待測文本的詞向量表示生成初級上下文表示；然后通過圖注意力層提取上下文句法信息生成次級上下文表示；進一步更新詞向量生成初級詞嵌入表示和次級詞嵌入表示，并平均池化生成粗粒度表示；再將初級上下文表示和次級上下文表示中的方面詞最大池化作為細粒度表示；進而融合粗粒度表示以及細粒度表示中相同的粒度信息生成多粒度融合信息；最后通過分類器基于多粒度融合信息進行情感分類，得到分類預測結果。本發明能夠有效克服噪音影響并能夠增強語義句法信息。

本發明授權基于增強語義句法信息的方面級情感分類方法在權利要求書中公布了：1.基于增強語義句法信息的方面級情感分類方法，其特征在于，包括以下步驟：S1：獲取待測文本；S2：將待測文本輸入經過預先訓練的情感分類模型中，輸出對應的分類預測結果；其中，情感分類模型首先通過BERT預訓練模型調整待測文本的詞向量表示，生成初級上下文表示；然后通過圖注意力層提取初始上下文表示中的上下文句法信息，生成次級上下文表示；進一步通過特定方面的注意力網絡更新初級上下文表示和次級上下文表示中的詞向量，生成初級詞嵌入表示和次級詞嵌入表示，并平均池化生成初級詞嵌入表示和次級詞嵌入表示的粗粒度表示；再將初級上下文表示和次級上下文表示中的方面詞最大池化作為細粒度表示；進而融合初級詞嵌入表示和次級詞嵌入表示的粗粒度表示以及初級上下文表示和次級上下文表示方面詞的細粒度表示中相同的粒度信息，生成多粒度融合信息；最后通過分類器基于多粒度融合信息進行情感分類，得到分類預測結果；步驟S2中，通過如下步驟生成初級上下文表示：S201：將待測文本對應轉換為上下文序列和方面詞表示其中wa是wc的子序列；S202：將上下文序列和方面詞表示轉換為如下w的形式，輸入BERT預訓練模型中； S203：通過BERT預訓練模型輸出如下的初級上下文表示hse；hse＝{hcls,h1,…,hn,hn+1,hn+2,…,hn+m+1,hn+m+2}；式中：hcls表示BERT預訓練模型通過池化值得到情感分類信息；h1,…,hn表示上下文的詞向量表示；通過如下步驟生成次級上下文表示：S211：通過多頭自注意力網絡聚合初級上下文表示中各個節點相鄰節點的信息，得到具有句法信息的上下文表示； 式中：表示多頭自注意力網絡中l+1層的i個詞向量；表示更新權重；表示第l層K個頭的學習參數；Ni表示第i個節點的相鄰節點域；表示拼接多頭自注意力網絡K個頭的信息；表示第l層的上下文表示，如果l＝1則為BERT預訓練模型最后一層的輸出；表示學習參數；和表示可學習轉換矩陣；分別表示l層第K個頭第i和j個單詞的詞向量；d表示維度大小；S212：通過逐點卷積變換對句法信息進行變換，生成次級上下文表示hsy； 式中：h1表示經過第l層圖注意力層中圖注意力計算的輸出；σ表示RELU激活函數；*表示卷積操作；和表示卷積操作的學習參數；和表示殘差參數；S3：將情感分類模型輸出的分類預測結果作為待測文本的方面級情感分類結果。

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重慶理工大學，其通訊地址為：400054 重慶市巴南區李家沱紅光大道69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”。