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！

龙图腾网获悉浙江工业大学申请的专利一种基于多尺度特征融合的评价三元组抽取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：CN114722811B 。

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：202210331198.6，技术领域涉及：G06F40/284；该发明授权一种基于多尺度特征融合的评价三元组抽取方法是由朱李楠;许敏皓;朱柘潮;徐翼飞;孔祥杰设计研发完成，并于2022-03-30向国家知识产权局提交的专利申请。

本一种基于多尺度特征融合的评价三元组抽取方法在说明书摘要公布了：一种基于多尺度特征融合的评价三元组抽取方法，包括：1数据预处理：对语料库中的句子进行分词、去除停用词等操作；2构造单词嵌入：利用预训练向量将句子中的单词转化为词嵌入；3特征丰富：采用不同卷积核大小的CNN提取多尺度局部特征，并利用BiLSTM进一步捕捉句子当中的上下文信息，从而获得特征丰富的单词表示；4构造词组级单词表示：设计了简单的词组感知表示选择机制，通过判断当前单词所属的词组的长度，选择合适的词组级单词表示；5评价三元组抽取：构造对应的网格表示，进一步进行预测和解码，获得最终的评价三元组。本发明能够帮助更好地理解评论中的复杂语句，提高评价三元组的抽取准确率。

本发明授权一种基于多尺度特征融合的评价三元组抽取方法在权利要求书中公布了：1.一种基于多尺度特征融合的评价三元组抽取方法，包括以下步骤： S1：对语料库中的句子进行分词、去除停用词等数据预处理操作； S2：利用预训练向量将句子中的单词转化为词嵌入； S3：将词嵌入输入到特征丰富层获得特征表示； S4：构造词组级的单词表示； S5：基于现有的解码方法抽取评价三元组； 步骤S3具体包括： S3.1：基于CNN采用不同的感受野构造单词的n-gram局部特征表示，感受野的卷积核大小分别被设置为1、2、3、4，计算公式如下，k代表卷积核的大小： H1＝Conv1DX,k＝11 H2Conv1DX,k＝22 H3＝Conv1DX,k＝33 H4＝Conv1DX,k＝44 S3.2：将S3.1构造的n-gram局部特征表示拼接在一起，参考金字塔架构利用卷积核大小为5、3的CNN逐步提取高层次的单词特征，计算公式如下，[:]代表向量的拼接操作： H＝[H1:H2:H3:H4]5 H＝Conv1DX，k＝56 H＝Conv1DX，k＝37 S3.3：将S3.2构造的单词特征输入到BiLSTM进一步捕捉句子当中的上下文信息，从而获得特征丰富的单词表示，计算公式如下： H′＝BiLSTMH8 步骤S4具体包括： S4.1：构造当前单词归属于不同长度词组时的单词表示，计算公式如下，[:]代表向量的拼接操作，s是包含单词xi的词组的长度，Ws和bs是权重参数，σ是激活函数： Hs＝σWsHs+bs10 S4.2：利用单词级的特征表示，判断当前单词所归属的词组的长度，计算公式如下Wl和bl是权重参数，σ是激活函数： L＝σWlH+bl11 S4.3：将合适的词组级单词表示赋予当前单词，计算公式如下： S4.4：利用自注意力机制是关注句子中的重要信息，获得最终含义丰富的词组级的单词表示，计算公式如下： Hr＝SelfAttentionHr13 步骤S5具体包括： S5.1：为句子中任意两个单词组成的词对wi,wj构造网格表示，计算公式如下所示，[:]代表向量的拼接操作： S5.2：将网格表示输入到全连接层进行关系判断，计算公式如下所示： S5.3：使用一种现有的解码方法抽取句子中的评价三元组，解码的具体流程如下： A：首先从预测结果的主对角线中提取所有评价对象和评价词，其中连续标签A和连续标签O可视为一个完整的评价对象和评价词； B：然后，将所提取的评价对象与所提取的评价词进行配对，当其对应的网格包含情绪极性时，提取对应的评价三元组。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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”。