买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉吉林大学申请的专利一种利用语义分割来解决方面观点对抽取的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115455201B 。

龙图腾网通过国家知识产权局官网在2025-07-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211120090.9，技术领域涉及：G06F16/36；该发明授权一种利用语义分割来解决方面观点对抽取的方法是由彭涛;王承伟;包铁;张雪松设计研发完成，并于2022-09-15向国家知识产权局提交的专利申请。

本一种利用语义分割来解决方面观点对抽取的方法在说明书摘要公布了：本发明公开了—种利用语义分割来解决方面观点对抽取的方法，该利用语义分割来解决方面观点对抽取的方法，包括编码模块、双通道语义分割模块和标记和分类模块，在编码模块计算实体表示和关系表示的交互矩阵，利用双通道语义分割模块同时为两个子任务捕捉任务不变的和任务特定的特征，利用标记和分类模块进行实体识别和关系检测，通过联合学习的方式，利用双通道的语义分割模块同时进行实体识别和关系检测子任务，使得模型在不利用外部信息的情况下，为两个子任务捕获局部上下文信息和长程依赖信息，并且可以很好的解决误差传播问题，有效的提升了模型的性能。

本发明授权一种利用语义分割来解决方面观点对抽取的方法在权利要求书中公布了：1.一种利用语义分割来解决方面观点对抽取的方法，其特征在于，包括以下步骤： 1）编码模块：将评论句输入预训练语言模型中，获取一个初始的实体特征表示，然后通过关联计算得到关系特征表示，将实体特征表示与关系特征表示进行交互并得到一个交互矩阵； 2）双通道语义分割模块：将交互矩阵输入到语义分割模块中，利用下采样，可以获取到任务不变的特征，利用上采样，可以分别为两个子任务获取到任务特定的特征，然后将实体特征表示和关系特征表示通过skip-connection机制与下采样过程中的信息进行交互，为两个子任务分别提供补充信息，利用双通道的语义分割模块同时进行实体识别和关系检测子任务，使得模型在不利用外部信息的情况下，为两个子任务捕获局部上下文信息和长程依赖信息； 3）标记和分类模块：将实体识别子任务视为序列标注任务，将语义分割模块得到的实体分割矩阵转换为序列的形式，并且利用CRF进行序列标注，将关系检测子任务视为二元分类任务，将语义分割模块得到的关系分割矩阵通过Softmax获得方面词和关系词的匹配结果，构建一个联合学习的损失函数，同时对两个子任务进行训练； 在步骤2）中，所述双通道语义分割模块包括一个下采样过程和两个上采样过程，能够对两个子任务进行特征提取，所述下采样过程由两个下采样块组成，每个所述下采样块均包含两个卷积层和一个max-pooling层，每个所述上采样过程均由两个上采样块组成，每个所述上采样块均包含两个卷积层和一个反卷积层。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。