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社交关系引导的多级特征交互融合的微博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：CN116244429B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202211602922.0，技术领域涉及：G06F16/353；该发明授权社交关系引导的多级特征交互融合的微博情感分析方法是由甘臣权;曹晓鹏;祝清意设计研发完成，并于2022-12-13向国家知识产权局提交的专利申请。

本社交关系引导的多级特征交互融合的微博情感分析方法在说明书摘要公布了：本发明涉及社交关系引导的多级特征交互融合的微博情感分析方法，属于自然语言处理领域。该发明包括以下步骤：使用BERT、LINE分别提取微博文本的词级和句级特征、关系特征；使用双通道、多卷积核的CNN对词级特征进行融合；使用关系特征引导词级特征、句级特征进行特征交互，并消除交互噪声，获得交互后词级、句子特征表示；构建注意力特征融合网络对交互后词级特征、交互后句级特征、关系特征进行一次融合；使用动态加权系数对一次融合特征、交互词级特征、交互句级特征进行权重分配；构建交互融合网络对加权后特征进行二次融合后进行情感分类。本发明考虑了用户社交行为中的多个因素过滤微博关系网络，提高了微博关系网络中微博间情感一致性的概率。

本发明授权社交关系引导的多级特征交互融合的微博情感分析方法在权利要求书中公布了：1.社交关系引导的多级特征交互融合的微博情感分析方法，其特征在于：该方法包括以下步骤： 步骤1、微博文本和用户交互特征的提取；对微博文本及用户的社交行为数据进行预处理，使用不同维度的BERT预训练模型提取微博的文本的词级、句级特征，使用LINE提取社交信息的关系特征，表示为计算机能够识别的张量格式； 步骤2、词级特征的融合；拟使用双通道、多个不同大小卷积核的CNN对词级特征进行融合； 步骤3、词级、句级、关系特征的交互；拟使用步骤1中的关系特征引导步骤2中的词级特征、步骤1中的句级特征进行交互，得交互后词级特征、交互后句级特征； 步骤4、特征的第一次融合；以步骤1的关系特征为查询向量Q、步骤3的句级特征为键值向量K、步骤3的词级特征为值向量V为特征，构建注意力融合网络对3个特征进行第一次融合，得一次融合特征； 步骤5、特征的第二次融合；拟使用动态加权系数完成对步骤4的一次融合特征、步骤3的交互后词级特征、交互后句级特征进行权重分配；构建交互融合网络对加权后特征进行第二次融合； 步骤6、微博情感分类；构建Softmax情感分类器对微博进行情感分类；以交叉熵损失函数作为训练损失函数，使用反向传播算法训练模型，得到微博情感分析模型； 所述步骤1具体过程包括： 首先，对于微博文本，将BERT模型中最后一个隐藏层的状态的特征，为句子的长度，作为词级的表示特征；将BERT模型输出的最后一个隐藏层的[CLS]特征作为句级的表示特征；则经过BERT编码器，输出的文本特征表示为： 其中，、为两个BERT预训练模型的维度，表示第1维度的BERT模型输出的词级特征，表示第1种维度BERT模型输出的句级特征，的意义在于给特征乘上过度的可训练矩阵，使输出的特征维度映射为维；最终得到所有微博文本的特征表示：； 然后，用户交互特征的提取；用户交互特征提取分两步：微博关系权重网络的构建、微博关系权重网络的嵌入；微博关系权重网络的构建；将从用户间的关注关系、用户发布微博的提及标签、用户发布微博的主题标签三个方面构建微博间的关系权重网络；对于依靠主题标签#建立的微博关系的规则为：两个微博处于同一主题下，关系权重表示为两个微博共享相同主题的个数；对于依靠提及标签@建立的微微博关系的规则为： 1微博A提及用户B后，用户B发布微博B，则微博A和微博B间有一条权重为1的边； 2两个微博有相同提及的用户，权重为提及相同用户的个数； 对于依靠用户关注建立的微博关系的规则为： 1用户之间有关注关系且用户发布微博，则这些微博之间有一条权重为1的边； 2同一用户发布的微博之间有一条权重为1的边；最终构建一个微博关系权重网络； 最后，微博关系权重网络的嵌入；采用LINE将一个权重网络中的节点嵌入表示为对应的低维特征向量；对于第一步建立的微博关系权重网络，微博节点和，通过最小化嵌入损失函数来获得权重网络中每个微博节点的嵌入表示； 其中，表示微博和微博之间有条权重为的边，表示微博的低维嵌入向量，表示当视为上下文的向量；生成微博关系嵌入表示为，微博数量为，微博节点嵌入维度是；其中，没有参与到社交互动的微博节点填充为相同维度的噪声向量；得到个微博节点的嵌入矩阵表示为。

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。