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 > 湖南大学唐卓获国家专利权

湖南大学唐卓获国家专利权

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!

龙图腾网获悉湖南大学申请的专利一种基于标签与文本交互的多标签情感分类方法和系统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:CN116340513B

龙图腾网通过国家知识产权局官网在2025-10-17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:202310207001.2,技术领域涉及:G06F16/35;该发明授权一种基于标签与文本交互的多标签情感分类方法和系统是由唐卓;吴优;李肯立;肖雄;唐哲浩;安振宇;曹丽婷;严霖设计研发完成,并于2023-03-07向国家知识产权局提交的专利申请。

一种基于标签与文本交互的多标签情感分类方法和系统在说明书摘要公布了:本发明公开了一种基于标签与文本交互的多标签情感分类方法,包括:获取待分析的文本,对获取的待分析本文进行数据清洗处理,以得到带有注释标记的预处理文本,对带有注释标记的预处理文本进行数据格式规范化处理,以得到id列表和掩码模板,将id列表和掩码模板输入预先训练好的基于标签与文本交互的多标签情感分类模型中,以得到该文本对应的情感标签。本发明能够解决现有基于深度学习的情感分类方法由于忽略了情感分类这个特定领域太多的潜在信息,导致句子语义学习不够深入的技术问题;以及由于对情绪进行独立分类处理从而忽略了情绪的共存性和关联性,导致多标签情感分类任务精度不高的技术问题。

本发明授权一种基于标签与文本交互的多标签情感分类方法和系统在权利要求书中公布了:1.一种基于标签与文本交互的多标签情感分类方法,其特征在于,包括以下步骤: 1获取待分析的文本; 2对步骤1获取的待分析本文进行数据清洗处理,以得到带有注释标记的预处理文本; 3对步骤2得到的带有注释标记的预处理文本进行数据格式规范化处理,以得到id列表和掩码模板; 4将步骤3得到的id列表和掩码模板输入预先训练好的基于标签与文本交互的多标签情感分类模型中,以得到该文本对应的情感标签;多标签情感分类模型包含依次连接的基于XLNet架构的编码端、基于标签查询的交互注意力的解码端,以及线性分类层三个部分; 基于XLNet结构的编码端包含1个嵌入层和c个编码层,其中c的取值为大于1的自然数; 对于嵌入层而言,其输入长为L的id列表,输出为L*d的句子对向量和L*d的位置编码,L为id列表的长度,d为嵌入维度大小; 对于编码层而言,其具体结构为: 第一层是多头自注意力层,输入为嵌入层得到的L*d的句子对向量和L*d的位置编码,输出为L*d的特征向量; 第二层是前馈神经网络层,其输入为上一层得到的L*d的特征向量,输出为L*d的特征向量; 对于基于XLNet结构的编码端而言,由于每个编码层的输入与输出维度相同,最终通过1个嵌入层和c个编码层输出最终的L*d的句子对特征向量; 基于标签查询的交互注意力的解码端包含1个数据处理层和u个解码层,其中u的取值为大于1的自然数; 对于数据处理层而言,其输入为经过基于XLNet结构的编码端输出的L*d的句子对特征向量,输出为N*d的标签特征向量、N*d的标签嵌入、M*d的文本特征向量和M*d的位置编码,其中N为情感标签的个数,M为句子对总长度减去由情感标签集合组成的句子对中第一个句子长度后的剩余长度。

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湖南大学,其通讯地址为:410082 湖南省长沙市岳麓区麓山南路1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。