Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广州大学尚文利获国家专利权

广州大学尚文利获国家专利权

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!

龙图腾网获悉广州大学申请的专利一种基于深度学习的对话文本情感分析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:CN116306678B

龙图腾网通过国家知识产权局官网在2025-09-12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:202211084620.9,技术领域涉及:G06F40/35;该发明授权一种基于深度学习的对话文本情感分析方法是由尚文利;殷可晴;张梦;李俊;曹忠;韦蕴珊;李淑琦设计研发完成,并于2022-09-06向国家知识产权局提交的专利申请。

一种基于深度学习的对话文本情感分析方法在说明书摘要公布了:本发明公开了一种基于深度学习的对话文本情感分析方法,包括以下步骤:S1、对数据集进行标签归类划分;S2、对划分好的数据集进行归一化处理;S3、利用层次GRU模型对文本进行特征提取;S4、初始化GRU模型的训练参数;S5、训练GRU模型;S6、输入预测语句,得出训练结果。本发明提出一个基于层次GRU模型,底层为一个双向GRU模型对单句特征进行提取,上层双向GRU对上下文信息进行建模,获取句子间的交互特征;在双向GRU的隐藏层加入注意力机制,其输出与单个单词或者话语嵌入融合,强化每个词或话语在上下文嵌入中的信息。本发明使用预训练模型来获取单句文本特征,能较好的解决数据库规模较小的问题。

本发明授权一种基于深度学习的对话文本情感分析方法在权利要求书中公布了:1.一种基于深度学习的对话文本情感分析方法,其特征在于,包括以下步骤: S1、对数据集进行标签归类划分; S2、对划分好的数据集进行归一化处理; S3、利用GRU模型对文本进行特征提取; 特征提取过程包括单个话语信息提取、引入注意力机制和上下文信息提取; 所述单个话语信息提取包括得到开源的词向量矩阵对输入文本进行向量化,得到单个单词的嵌入序列;对话集合,其中L为对话数目,表示在每一个对话中的个话语构成的序列,为由说话者说出的带有特定情绪的话语,其中表示单个说话者,S表示说话者的集合,表示单个话语,C表示话语的集合,表示单个单词;对于第j个话语,其中是话语中的单词数目,将对应的单个单词嵌入序列被送入低层的双向GRU模型中,从两个相反的方向学习单个话语嵌入,其两个方向的低层隐藏层状态,k∈{1,…,k},k表示单词个数,公式如下所示: ; 其中一个GRU的计算过程为: ; ; ; ; 其中,分别为重置门与更新门;,,分别为各神经元的参数,需要在训练过程中学习得到;为sigmoid函数;为候选隐藏状态; 所述注意力机制引用掩码机制,对补0的位置赋予一个极小值,隐藏层状态通过一个线性变换上的tanh激活函数来产生与上下文有关的单词嵌入; S4、初始化GRU模型的训练参数; 使用加权交叉熵作为损失函数来解决样本不平衡的问题,对不同的标签类进行权重分配,给予样本量较少的标签更多的关注,其损失函数loss如下所示: ; 其中为损失权重;为损失权重与情感类别中训练话语数目的比例,并利用一个常数α来调整分布的平滑性子;表示实际情感标签; S5、训练GRU模型; S6、输入预测语句,得出训练结果。

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广州大学,其通讯地址为:510006 广东省广州市大学城外环西路230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”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。