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！

龙图腾网获悉国能数智科技开发(北京)有限公司申请的专利基于自监督对比学习的方面级情感分析模型的训练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：CN117056516B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202311031697.4，技术领域涉及：G06F16/353；该发明授权基于自监督对比学习的方面级情感分析模型的训练方法是由狄广义;杨世军;高军;陈见飞;王耀坤设计研发完成，并于2023-08-16向国家知识产权局提交的专利申请。

本基于自监督对比学习的方面级情感分析模型的训练方法在说明书摘要公布了：本发明提供一种基于自监督对比学习的方面级情感分析模型的训练方法、系统、存储介质和电子设备，涉及自然语言处理技术领域。本发明相比于复杂的下游结构，该框架仅仅包含池化操作和全连接降维操作，实现了以较少的额外参数微调BERT模型。与单任务微调方式不同的是，该框架将自监督对比学习作为辅助任务，方面级情感分析任务作为主线任务，构建联合微调的方式对预训练BERT模型微调。从而实现以简洁的下游结构实现了更准确地挖掘评论文本中各方面情感。此外，通过借助对比学习最大化相似实体距离和最小化非相似实体距离的特点，将其作为下游任务微调后的BERT模型可生成更具代表性的特征，且有效地协助方面级情感分析任务判断方面词实体所传达的情感。

本发明授权基于自监督对比学习的方面级情感分析模型的训练方法在权利要求书中公布了：1.一种基于自监督对比学习的方面级情感分析模型的训练方法，其特征在于，所述方面级情感分析模型包括BERT编码层和联合学习层；所述训练方法包括： S1、获取评论文本及相应的方面词、方面词情感标签； S2、在所述BERT编码层，包括： 将所述评论文本作为片段一、所述方面词作为片段二进行拼接，将拼接结果作为BERT编码器的输入，获取各词的编码特征； 对所述各词的编码特征进行池化操作，分别获取融合整体上下文语意的文本特征表示、片段一和片段二中语意相近的方面词高层次特征表示； S3、在所述联合学习层，包括： 根据预定义的情感类型，将所述文本特征表示依次输入全连接层、softmax分类层，获取方面词的概率分布，取概率最大值所对应的情感作为预测结果；并根据所述方面词情感标签、预测结果，构建第一损失函数； 根据所述片段一和片段二中语意相近的方面词高层次特征表示，构建第二损失函数； 根据所述第一损失函数和第二损失函数，构建总损失函数，用于联合训练所述方面级情感分析模型直至收敛。

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国能数智科技开发(北京)有限公司，其通讯地址为：100000 北京市海淀区西三旗建材城中路10号四层；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。