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！

龙图腾网获悉安徽理工大学申请的专利一种基于多层次知识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：CN117033635B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202311015045.1，技术领域涉及：G06F16/353；该发明授权一种基于多层次知识增强的方面级情感分析方法是由段文杰;张顺香;邓金科;汪雨晴;李嘉伟;李书羽;周若彤设计研发完成，并于2023-08-12向国家知识产权局提交的专利申请。

本一种基于多层次知识增强的方面级情感分析方法在说明书摘要公布了：本发明公开了一种基于多层次知识增强的方面级情感分析方法，属于情感分析领域。包括以下步骤：S1：利用GloVe词嵌入工具得到文本词向量，使用Stanza构建句子的句法依赖树，并据此构建依赖图；S2：将词向量输入BiLSTM提取句子的上下文表征，并利用情感词典和敏感关系集合更新依赖图，实现对句子的情感和句法增强；S3：将增强后的依赖图输入GCN建模节点特征，获得特定方面表征；S4：使用概念图谱对方面词进行增强得到方面词表示，将其与特定方面表征融合后获得方面表征；S5：采用交互注意力协调优化方面表征与上下文表征，得到句子最终表示，从而判定方面情感倾向。本发明可以有效提高对特定方面情感分类的准确率，有助于商家精准定位产品或服务中存在的问题。

本发明授权一种基于多层次知识增强的方面级情感分析方法在权利要求书中公布了：1.一种基于多层次知识增强的方面级情感分析方法，其特征在于包括以下几个步骤： 步骤1：对数据进行预处理，将句子分词后利用GloVe词嵌入工具得到文本词向量，同时使用句法解析工具得到句子的句法依赖树，并以此来构建依赖图； 步骤2：将文本词向量输入BiLSTM中提取句子的上下文表示，并利用SenticNet情感词典和敏感关系集合更新依赖图，从而实现对评论语句的情感和句法增强；包括：步骤2.1：将词嵌入后得到的句子初始化向量送入BiLSTM学习句子的隐藏信息，获得句子的上下文隐藏表示: 将正向与逆向的句子隐藏表示拼接后得到完整的上下文句子隐藏表示，其中； 步骤2.2：利用SenticNet情感词典实现对评论语句的情感增强，得到情感强度邻接矩阵： 其中，，表示单词在词典中对应的情感分数，强消极词情感分数接近-1，强积极词情感分数趋向于+1，当时，表示单词的情感倾向为中性或者在词典中不存在； 步骤2.3：利用敏感关系集合构建句法增强邻接矩阵Di,j实现对评论语句的句法增强： 其中，表示上下文词和方面词之间的依赖关系类型，当时，认为上下文词与方面词之间是更重要的依赖类型；为扩充后的敏感关系集合，同时根据是否为方面词的情况构建邻接矩阵： 通过上述计算后，得到句法和情感知识增强后的邻接矩阵：； 步骤3：将增强后的依赖图输入图卷积网络建模节点特征，经过方面掩蔽后获得特定方面表征； 步骤4：使用Microsoft概念图谱对方面词进行概念增强得到方面词表示，将其与特定方面表征融合后得到情感、句法和概念三个层次增强的方面表征； 步骤5：采用交互注意力机制协调优化方面表征与上下文表征，得到最终的句子表示，将句子表示输入分类器以获得特定方面的情感倾向。

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安徽理工大学，其通讯地址为：232000 安徽省淮南市山南新区泰丰大街168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。