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！

龙图腾网获悉南京邮电大学申请的专利一种基于图卷积网络的方面级情感分析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：CN115841106B 。

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：202211606880.8，技术领域涉及：G06F40/211；该发明授权一种基于图卷积网络的方面级情感分析方法是由章韵;张俊宇设计研发完成，并于2022-12-13向国家知识产权局提交的专利申请。

本一种基于图卷积网络的方面级情感分析方法在说明书摘要公布了：本发明属于自然语言处理领域，公开了一种基于图卷积网络的方面级情感分析方法，该方法是将中文评论文本通过BERT进行编码，得到字级别文本序列向量表示，然后将向量表示通过CDT获得句子的句法依赖树，得到邻接矩阵，再根据句法依赖树算出语法距离以及语法距离权重，利用图卷积神经网络，结合语法距离权重得到准确的方面词向量表示，寻找多方面词之间的连词，将连词以及多方面词得到权重矩阵，将权重矩阵以及连词和方面词通过图卷积网络，获得最终方面词的向量表示，将向量表示送入线性表示层，得到最终的预测结果。本发明通过图卷积网络，加强了方面词与其他词语之间的关系，有效提升了方面级情感分析的准确率。

本发明授权一种基于图卷积网络的方面级情感分析方法在权利要求书中公布了：1.一种基于图卷积网络的方面级情感分析方法，其特征在于：所述方面级情感分析方法包括如下步骤： 步骤1、获取文本评论数据，数据包括：中文评论文本、评价类别； 步骤2、获取评论文本中的方面词； 步骤3、将中文评论文本通过预训练模型BERT进行编码，得到包含上下文语义信息的字级别文本序列向量表示，所述包含上下文语义信息的字级别文本序列向量表示中包括目标类别的字向量和相关上下文向量； 步骤4、将得到的字级别文本序列向量表示通过依赖树卷积模型CDT获得句子的句法依赖树，得到邻接矩阵； 步骤5、根据句法依赖树算出语法距离以及语法距离权重； 步骤6、通过步骤4句法依赖树得到的邻接矩阵，与字级别文本序列向量表示作为输入，利用图卷积神经网络，结合步骤5算出的语法距离权重得到准确的方面词向量表示； 步骤7、通过LCA算法以及建立的映射关系寻找多方面词之间的连词； 步骤8、将连词以及多方面词通过self-attention得到权重矩阵； 步骤9、将步骤8得到的权重矩阵以及连词和方面词通过图卷积网络，获得最终方面词的向量表示； 步骤10、将步骤8获得的的方面词的向量表示送入线性表示层，得到最终的预测结果。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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”。