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！

龙图腾网获悉湖南识微科技有限公司申请的专利高准确率情感判定与负面数据召回方法及系统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：CN119088964B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202411138731.2，技术领域涉及：G06F16/353；该发明授权高准确率情感判定与负面数据召回方法及系统是由李景泽;柳浩设计研发完成，并于2024-08-19向国家知识产权局提交的专利申请。

本高准确率情感判定与负面数据召回方法及系统在说明书摘要公布了：本发明涉及情感分析技术领域，尤其涉及一种高准确率情感判定与负面数据召回方法及系统。该方法包括以下步骤：获取用户文本数据，并对用户文本数据进行文本分词，得到用户文本分词数据；对用户文本分词数据进行特征提取，得到文本分词特征数据；对本文分词数据进行初步情感分类模型构建，得到初步情感分类模型，并进行深度情感分类模型构建，得到深度情感分类模型；模型集成，得到情感判定模型；获取实时用户文本数据，并利用情感判定模型对实时用户文本数据进行情感判定，得到情感分类标签数据；根据情感分类标签数据中的负面情感标签数据进行负面数据增强，得到负面文本特征增强数据。本发明能够识别和处理各种情感信息，特别是负面情感信息。

本发明授权高准确率情感判定与负面数据召回方法及系统在权利要求书中公布了：1.一种高准确率情感判定与负面数据召回方法，其特征在于，所述方法包括： S1、获取用户文本数据，并对用户文本数据进行文本分词，得到用户文本分词数据； S2、对用户文本分词数据进行特征提取，得到文本分词特征数据； S3、对本文分词数据进行初步情感分类模型构建，得到初步情感分类模型，并对文本分词特征数据进行深度情感分类模型构建，得到深度情感分类模型；将初步情感分类模型以及深度情感分类模型进行模型集成，得到情感判定模型； S4、获取实时用户文本数据，并利用情感判定模型对实时用户文本数据进行情感判定，得到情感分类标签数据，其中情感分类标签数据包括正面情感标签数据、负面情感标签数据以及中性情感标签数据； S5、根据情感分类标签数据中的负面情感标签数据进行负面数据提取，得到用户负面文本数据；根据用户负面文本数据进行聚类处理，得到负面文本特征数据；根据负面文本特征数据进行负面数据增强，得到负面文本特征增强数据，以进行情感判定模型优化作业； 深度情感分类模型构建包括： 根据文本分词特征数据进行词序列输入层处理，得到特征词序列输入层数据； 对特征词序列输入层数据进行词向量嵌入，得到特征词嵌入数据； 对特征词嵌入数据进行隐藏层处理，得到特征隐藏层数据； 对特征隐藏层数据进行线性输出层处理，得到特征线性输出层数据； 根据文本分词特征数据对特征线性输出层数据进行优化迭代，得到深度情感分类模型构建； 其中隐藏层处理包括： 对特征词嵌入数据进行多尺度卷积处理，得到特征词多尺度卷积数据； 对特征词多尺度卷积数据进行多维激活计算，得到特征多维激活数据； 对特征多维激活数据进行全局局部池化处理，得到特征全局局部池化数据； 对特征全局局部池化数据进行多头自注意力处理，得到特征多头注意力数据； 对特征多头注意力数据进行密集连接，得到特征密集连接数据； 对特征密集连接数据进行序列化，得到特征序列化数据； 对特征序列化数据进行实例归一化处理，得到特征隐藏层数据； 其中实例归一化处理包括： 对特征序列化数据进行过滤实例归一化处理，得到第一特征隐藏层数据；对特征序列化数据进行极值实例归一化处理，得到第二特征隐藏层数据；将第一特征隐藏层数据以及第二特征隐藏层数据进行特征融合，得到特征隐藏层数据；其中过滤实例归一化处理包括：根据特征序列化数据进行统计特征计算，得到特征序列化统计特征数据；根据特征序列化统计特征数据进行加权计算，得到过滤阈值数据；根据过滤阈值数据对特征序列化数据进行过滤实例归一化处理，得到第一特征隐藏层数据；其中极值实例归一化处理包括：对特征序列化数据进行特征重要性权重计算，得到特征重要性权重数据；根据特征重要性权重数据对特征序列化数据进行加权极值归一化，得到第二特征隐藏层数据。

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湖南识微科技有限公司，其通讯地址为：410000 湖南省长沙市高新开发区文轩路27号麓谷钰园A4栋N单元6层603号房；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”。