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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于分层对比学习的样本立场检测方法、装置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：CN116414979B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202310191175.4，技术领域涉及：G06F16/353；该发明授权基于分层对比学习的样本立场检测方法、装置是由周斌;赵学臣;涂宏魁;李爱平;江荣;王晔;田磊;邹家英;谢锋;汪海洋;张中;伍泓舟设计研发完成，并于2023-03-02向国家知识产权局提交的专利申请。

本基于分层对比学习的样本立场检测方法、装置在说明书摘要公布了：本发明提供了一种基于分层对比学习的样本立场检测方法、装置，方法包括以下步骤：1采集数据：在社交网络媒体中，采集社交网络文本数据，社交网络文本数据包括讨论的主题文本及用户对该主题的评论文本。2在采集的数据基础上构造数据集，已知立场标签的源话题目标数据集合作为训练集；无立场标签的目的话题目标数据集合作为测试集；3建立样本立场检测模型，输出评论文本对主题文本所持立场的预测概率；4通过训练集训练样本立场检测模型，直至样本立场检测模型收敛得到立场预测模型；5将需要预测的主题文本、评论文本输入训练好的立场预测模型，输出评论文本对主题文本所持立场的概率。

本发明授权基于分层对比学习的样本立场检测方法、装置在权利要求书中公布了：1.一种基于分层对比学习的样本立场检测方法，其特征在于：包括以下步骤： 1）采集数据：在社交网络媒体中，采集社交网络文本数据，社交网络文本数据包括讨论的主题文本及用户对该主题的评论文本； 2）在采集的数据基础上构造数据集，已知立场标签的源话题目标数据集合作为训练集；无立场标签的目的话题目标数据集合作为测试集； 3）建立样本立场检测模型，输出评论文本对主题文本所持立场的预测概率； 4）通过训练集训练样本立场检测模型，直至样本立场检测模型收敛得到立场预测模型； 5）将需要预测的主题文本、评论文本输入训练好的立场预测模型，输出评论文本对主题文本所持立场的概率； 步骤3中，所述样本立场检测模型包括：文本全局语义特征提取模块、方面级特征提取模块、属性级特征提取模块、多维语义特征融合模块、立场检测模块； 文本全局语义特征提取模块：所述主题文本和评论文本拼接作为输入，输出评论文本面向特定主题的全局语义特征； 方面级特征提取模块：将获得的全局语义特征作为输入，输出表示构成文本语义的多个方面级特征； 属性级特征提取模块：将获得的方面级特征作为输入，输出方面级特征内对应的属性级特征； 多维语义特征融合模块：将获得的多个方面级特征拼接后作为输入，输出全局语义特征分布的融合特征； 立场检测模块：将获得的融合特征作为输入，输出用户评论文本对特定主题文本所持立场的预测概率； 所述方面级特征提取模块采用有监督的组间对比学习，将同一组的任意两对样例都视为正例，与来自不同组的样例互为负例，方面级特征提取模块中每个数据批的组间对比损失定义为： ； 采用一个投影头将方面级特征映射为，用于计算对比损失；为第i个方面级样例对应的组间损失；是一个指示函数，当且仅当时为1；表示组间对比损失的温度参数，用于控制在对比学习中对困难样本的惩罚强度。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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”。