Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 重庆邮电大学陆婉莹获国家专利权

重庆邮电大学陆婉莹获国家专利权

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!

龙图腾网获悉重庆邮电大学申请的专利一种基于邻域窗口和知识图谱增强的方面级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:CN119886114B

龙图腾网通过国家知识产权局官网在2025-10-10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:202411924369.1,技术领域涉及:G06F40/211;该发明授权一种基于邻域窗口和知识图谱增强的方面级情感分析方法是由陆婉莹;刘洪涛;李欣设计研发完成,并于2024-12-25向国家知识产权局提交的专利申请。

一种基于邻域窗口和知识图谱增强的方面级情感分析方法在说明书摘要公布了:本发明涉及一种基于邻域窗口和知识图谱增强的方面级情感分析方法,属于情感分析技术领域。旨在解决现有方法中存在的语义失序、外部知识利用不足以及语义与句法信息无法有效融合的问题。该方法首先对输入的句子和方面词进行编码,并生成初步的语义表示。然后,通过构建句法依赖图并使用多副本随机游走算法进行增强,再结合图卷积网络提取句法信息。接着,利用邻域窗口机制和观点对齐模块,从不同视角捕捉与方面相关的语义信息,并生成多视角情感表示。最后,将句法信息、语义信息和知识信息进行特征融合,并输入分类器进行情感极性预测。实验结果表明,本发明能够有效提升方面级情感分析的性能和精度,并增强模型对不同领域数据的适应性。

本发明授权一种基于邻域窗口和知识图谱增强的方面级情感分析方法在权利要求书中公布了:1.一种基于邻域窗口和知识图谱增强的方面级情感分析方法,其特征在于:包括以下步骤: 步骤一:文本信息预处理,包括: 利用预训练语言模型对输入的句子和方面词进行编码; 使用Bi-LSTM生成初步的语义表示; 步骤二:基于随机游走的句法增强,包括: 构建句法依赖图; 使用多副本随机游走算法增强句法依赖图; 将增强后的句法依赖图输入图卷积网络进行图卷积操作,得到句法模块的输出; 步骤三:基于邻域窗口的语义增强,包括: 获取邻域窗口,包括: 计算每个标记相对于方面词的相对距离; 根据窗口大小阈值构建多个邻域窗口; 采用移动掩码机制生成掩码向量; 计算邻域窗口的表示; 将邻域窗口表示和原始上下文表示拼接,并通过线性变换映射回统一的语义空间,得到邻域窗口增强表示; 使用观点对齐模块,从不相同的视角并行捕捉邻域窗口增强表示中的情感信息,得到多视角情感表示; 使用全局平均池化层将多视角情感表示有效地组合为整合后的表示; 所述步骤三中的观点对齐模块包括: 利用从句子表示转换得到的抽象理解表示作为查询向量; 使用多头缩放点积注意力机制,从不同的视角并行捕捉邻域窗口增强表示中的情感信息; 将每个注意力输出向量进行线性变换,生成三维情感表示; 使用全局平均池化层,将多视角情感表示有效地组合为整合后的表示; 步骤四:融入外部知识图谱,包括: 获取知识嵌入; 将知识嵌入与Bi-LSTM的输出连接起来; 使用知识-方面注意机制,得到知识视角的表示; 步骤五:特征融合,将步骤二、步骤三、步骤四得到的特征拼接,并通过线性变换映射到统一的低维空间,形成融合表示; 步骤六:将融合表示输入分类器,预测情感极性。

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重庆邮电大学,其通讯地址为:400065 重庆市南岸区黄桷垭崇文路2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”。

以上内容由龙图腾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。