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！

龙图腾网获悉西安交通大学深圳研究院申请的专利基于句向量和多特征融合的情感原因对抽取方法、系统及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：CN114004235B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202111092247.7，技术领域涉及：G06F40/30；该发明授权基于句向量和多特征融合的情感原因对抽取方法、系统及装置是由饶元;贺龙;兰玉乾;于双赫;孙菱;张明龙设计研发完成，并于2021-09-17向国家知识产权局提交的专利申请。

本基于句向量和多特征融合的情感原因对抽取方法、系统及装置在说明书摘要公布了：本发明公布了一种基于句向量和多特征融合的情感原因对抽取方法、系统及装置，使用基于动态词嵌入方法BERT进行词嵌入，解决了情感特征与原因特征比较分散，句子语义表示特征不足的问题。通过采用注意力机制有效地获取与情感原因相关的条件因素，提高了条件因素的影响因子，解决了已有模型忽略原因触发情感时，可能存在着相应的条件因素问题。通过确定每一句对成为情感原因对的可能性，并考虑句对的上下文条件因素对句对的影响。分别从情感原因句向量、条件因素、位置因素、之前句对的预测状态等因素着手，采用多种特征融合策略，最终确定精准的情感原因对的预测表示，提高模型的预测效果。

本发明授权基于句向量和多特征融合的情感原因对抽取方法、系统及装置在权利要求书中公布了：1.基于句向量和多特征融合的情感原因对抽取方法，其特征在于，包括：对输入文本进行处理，获取文本的句子向量表示； 对句子向量表示进行增强处理，获取每个句子向量表示所对应的句子深层语义信息； 依次选取文本中的一个句对，对句对进行预测，获取句对的预测结果； 基于句对的预测结果，引入不同的句子构成新的句对，迭代进行情感原因对预测； 通过多特征融合算法，获取情感特征与原因特征句对的相关性，具体如下： 情感特征与原因特征对预测由6个特征构成，其中，和分别表示两个句子，为上文相关条件因素特征，为下文相关条件因素特征，表示之前预测的所有预测结果特征，为相对位置特征； 引入上下文条件因素；由于条件因素存在句子的上下文中，且情感子句和原因子句之间存在关联；因此，采用注意力机制来捕获条件因素，由于条件因素在上下文中存在差异，使用情感原因向量表示分别为上文和下文做注意力，从而获取上文和下文中的条件因素，应用于最终的特征预测；本模块的输入包括四部分，分别是容器第一个子句表示、容器第二个子句表示，上文容器中的子句表示、下文容器中的子句表示； 具体计算过程为：1）将容器中的向量进行拼接后，对上文和下文分别进行BI-LSTM处理，2）通过注意力机制获得计算上文和下文的条件因素向量表示，其中： 其中，表示容器二拼接后的向量表示，而和分别为上文和下文的BI-LSTM隐藏层输出，和分别为对上下文做注意力后的注意力权重，和则分别为上文条件特征和下文条件特征； 引入前文句对预测结果特征；采用单向LSTM来捕获之前的所有预测特征，并使用之前的预测结果与当前的文本状态来对容器句对进行预测； 其中，为的当前环境下的状态预测结果，为之前的预测结果，为当前环境状态，为之前预测结果的单向LSTM状态； 相对位置特征引入；利用句对和距离差的绝对值，并进行向量嵌入，以捕获相应相对位置特征； 反转预测引入； 其中，为代表为情感，为对应原因； 情感原因对预测层的目标是对和的正向以及反向预测，从而获得和之间的相关性，并使用反向预测来进行验证；由于多特征拼接融合后，向量表示的长度过长，因此，使用MLP来对向量进行压缩，MLP由两个线形成组成，通过两个线形层的压缩以及Softmax层，最终将向量的长度控制在6，以应对6种不同预测结果； 其中，为针对情感原因句对的正向预测，而针对情感原因句对的反向预测。

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西安交通大学深圳研究院，其通讯地址为：518057 广东省深圳市南山区粤海街道高新区虚拟大学园A206；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”。