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！

龙图腾网获悉湖南大学申请的专利一种基于深度学习的微博文本情感分类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：CN115757792B 。

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：202211504882.6，技术领域涉及：G06F16/353；该发明授权一种基于深度学习的微博文本情感分类方法是由陈藜文;肖正设计研发完成，并于2022-11-29向国家知识产权局提交的专利申请。

本一种基于深度学习的微博文本情感分类方法在说明书摘要公布了：本发明提供了一种基于深度学习的微博文本情感分类方法，包括获取微博源文本，对文本进行预处理，同时输入到GloVe预训练模型和BERT预训练模型中生成对应的词向量输入SenticNet情感词典中，获得情感极性值，将生成的词向量进行堆叠嵌入同时输入到CNN和BiGRU中，输出局部特征向量和全局特征向量，并与情感维度分布向量进行拼接输入到全连接层，利用Softmax函数进行分类，将获得情感极性值均值化处理，通过设定的阈值判定情感倾向，解决传统情感分类模型特征提取能力欠佳，无法处理一词多义、讽刺语义等问题，提升对文本情感分类的效果。

本发明授权一种基于深度学习的微博文本情感分类方法在权利要求书中公布了：1.一种基于深度学习的微博文本情感分类方法，其特征在于，所述方法包括： 步骤1：对微博文本数据进行预处理，其中包括，爬取微博文本数据作为源文本，通过正则表达式对源文本进行数据清洗，去除特殊符号和标签，对源文本进行中文分词，利用自然语言处理工具包去除源文本中的停用词，排除干扰特征，获得文本D； 步骤2：生成词向量，其中包括，根据GloVe模型将文本D中的词转换为静态词向量，根据BERT模型将文本D中的词转换为动态词向量，根据SenticNet情感词典对文本D中的词进行相似度计算，获得第一情感极性值以及情感维度分布向量，其中为生成的词向量的维度； 步骤3：根据神经网络模型提取特征向量，其中包括，将静态词向量和动态词向量堆叠嵌入生成输入词向量，将输入词向量输入卷积神经网络，得到局部特征向量，将输入词向量输入到BiGRU模型，得到全局特征向量； 步骤4：文本情感分类，其中包括，将局部特征向量、全局特征向量以及情感维度分布向量进行拼接，输入到全连接层处理，再输入到Softmax分类器中进行情感极性值计算得到第二情感极性值，将第一情感极性值与第二情感极性值进行均值化得到文本D的情感极性值，根据预设的阈值进行情感分类判断，输出文本情感分类结果。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路1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”。