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！

龙图腾网获悉北京工业大学申请的专利基于多特征融合的水环境文本方面级观点挖掘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：CN114385813B 。

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：202210026618.X，技术领域涉及：G06F16/35；该发明授权基于多特征融合的水环境文本方面级观点挖掘方法是由毕敬;高荣荣;乔俊飞设计研发完成，并于2022-01-11向国家知识产权局提交的专利申请。

本基于多特征融合的水环境文本方面级观点挖掘方法在说明书摘要公布了：本发明公开一种基于多特征融合的水环境文本方面级观点挖掘方法，对搜集的水环境文本进行特征提取。首先，结合注意力机制和卷积神经网络构建多特征融合模型，充分且精准地提取方面词和情感特征。在此基础上，构建基于门控线性单元和双向长短期记忆网络的方面级观点挖掘模型，通过对水环境文本的迭代训练，优化模型参数，利用训练完成的观点挖掘模型对其水环境文本进行不同方面情感极性判断。最后，将分类结果与测试的数据集进行比对，对方面级观点挖掘模型进行误差分析与性能评估。本发明综合考虑水环境文本多特征、前后文语序特征以及局部情感特征关系，有效地提高各个方面词情感分类的准确率。

本发明授权基于多特征融合的水环境文本方面级观点挖掘方法在权利要求书中公布了：1.一种基于多特征融合的水环境文本方面级观点挖掘方法，方面级挖掘指的是挖掘句子中涉及的方面，以及对每个方面表现出来的情感，一条水环境文本包含水环境的不同方面，利用挖掘模型对水环境的不同方面进行研究，其特征在于，该方法包括如下步骤： 步骤1：对搜集的水环境文本进行特征提取，建立多特征融合的特征向量； 步骤2：使用多特征融合的方法，即使用短语特征、词性特征、类别词特征和字特征融合的特征向量，构建基于多特征融合的水环境文本方面级观点挖掘模型，结合BiLSTM和CNN对水环境文本进行学习并对文本观点进行挖掘，分别捕获前后文语序特征和长距离依赖特征，以及局部情感特征关系；首先，将切分后的文本作为输入，利用词嵌入层将词语、词性和字映射到低维向量空间中，根据词典中词语和索引的对应关系，将文本中的词语序列转成索引序列，将索引序列和训练好的词向量矩阵V，通过Embedding_Lookup函数进行嵌入操作，得到词嵌入矩阵其中，表示评论第i个词的词向量；通过两层BiLSTM学习网络模型，网络的层次越多可以学习到更深层次的语意信息，BiLSTM模型的输入是前面得到的嵌入矩阵； 步骤3：将集成双向长短期记忆网络Bi-directionalLongShort-TermMemory,BiLSTM和卷积神经网络ConvolutionalNeuralNetworks,CNN，并结合门控线性单元GatedLinearUnits,GLU和注意力机制Attention的方面级观点挖掘模型进行迭代训练，优化模型参数，得到最终模型；使用Word2vec训练的特征向量，将嵌入矩阵输入到BiLSTM模型，并结合GLU和Attention模型进行迭代训练，利用Attention机制和方面词为特征融合层的特征向量分配注意力权重，得到加权后的特征向量矩阵，并识别每个方面词的情感倾向，从而提高观点挖掘的准确性； 步骤4：利用步骤3训练后的最终模型对水环境文本进行不同方面情感极性判断； 步骤5：对步骤4得到的分类结果，对模型进行误差分析和性能评估。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100号北京工业大学；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”。