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！

龙图腾网获悉合肥工业大学申请的专利基于情绪转移的多标签情绪序列生成方法与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：CN116450818B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202310165471.7，技术领域涉及：G06F16/35；该发明授权基于情绪转移的多标签情绪序列生成方法与系统是由王安宁;唐莫默;方钊;李莫天;徐思敏;陈子坤;孙媛媛设计研发完成，并于2023-02-22向国家知识产权局提交的专利申请。

本基于情绪转移的多标签情绪序列生成方法与系统在说明书摘要公布了：本发明提供一种基于情绪转移的多标签情绪序列生成方法、系统、存储介质和电子设备，涉及多标签情绪序列生成技术领域。本发明的核心思想是将连续子句的多标签情绪分类任务表述为一个情绪的连续生成问题：通过基于Transformers的双向编码表示和自注意力机制分别在字符层面和在子句层面建模情绪的隐性转移关系；采用生成网络来建模情绪标签的显性转移关系，以顺序预测每个子句的情绪离散分布。有效地处理了连续子句所表达的情绪之间的关系，并且可以用于面向特定领域的企业级、产品级和技术级等的情绪检测。

本发明授权基于情绪转移的多标签情绪序列生成方法与系统在权利要求书中公布了：1.一种基于情绪转移的多标签情绪序列生成方法，其特征在于，包括： S1、获取待处理的社交评论文本，所述社交评论文本包括若干连续子句； S2、针对所述连续子句进行文本联合编码，获取每个子句的字符向量； S3、将每个词的第一个字符向量作为其词向量，以及各子句的邻接矩阵；将所述词向量和邻接矩阵作为图卷积网络的输入，获取对应的子句向量； S4、根据所述子句向量，获取所述连续子句之间的关系向量； S5、根据所述关系向量，获取每一子句的情绪标签离散分布； 所述S5中采用单层的LSTM网络，获取每一子句的情绪标签离散分布，包括： 将每个预设的情绪标签初始化为可学习的嵌入向量M∈RN×d，其中N是情绪标签的数量； 对于第i个子句，将上一个子句预测的情绪标签向量进行加权， vi-1＝yi-1·M 其中，·表示矩阵乘法，yi-1∈R1×N表示第i-1个子句的情绪标签离散分布，vi-1是加权后的情绪向量表示； 基于所述LSTM网络，预测第i个子句的隐藏状态si： si＝LSTMvi-1，ei|si-1 其中，ei表示由注意力机制计算的子句编码向量；si-1表示第i-1个子句的隐藏状态； 采用一个线性层将隐藏状态si与子句的关系向量投影到预先构建的情绪标签字符表V进行联合解码，并通过sigmoid函数独立计算每个情绪的概率分布 其中，Wu∈RN×d,bu∈RN分别表示线性层的权重矩阵和偏置；yi∈R1×N表示第i个子句的情绪标签离散分布。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193；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”。