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！

龙图腾网获悉重庆大学申请的专利一种面向细粒度情感分析的情感数据自动标注方法及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：CN121706033B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610212050.9，技术领域涉及：G06F18/25；该发明授权一种面向细粒度情感分析的情感数据自动标注方法及系统是由乐俊青;刘苠渝;张迪;向涛;廖晓峰设计研发完成，并于2026-02-13向国家知识产权局提交的专利申请。

本一种面向细粒度情感分析的情感数据自动标注方法及系统在说明书摘要公布了：本发明提供了一种面向细粒度情感分析的情感数据自动标注方法及系统，属于人工智能与情感分析领域。该方法通过提取文本、语音及视觉特征，进行粗粒度情感预分类与置信度加权融合；结合大语言模型推理与谱聚类实现细粒度情感识别；利用冲突消解机制优化结果，并通过多级投票集成生成最终标签；最后再通过多模态一致性、特征空间离群度和冲突消解决策效果多个维度，评估最终标签的可信度，并识别低可信度样本。本发明实现了从粗粒度到细粒度的渐进式分析，有效解决了模态异构、信息冲突与标注可信度低的问题，降低了人工标注成本，提升了情感分析的准确性与可靠性。

本发明授权一种面向细粒度情感分析的情感数据自动标注方法及系统在权利要求书中公布了：1.一种面向细粒度情感分析的情感数据自动标注方法，其特征在于，所述方法包括： 采集包含文本、语音和视觉数据的原始多模态数据，并利用预训练深度学习模型提取各模态的高维语义特征； 基于各模态的高维语义特征分别进行情感倾向正面、负面、中性的三分类处理，得到各模态的预分类粗粒度情感标签及相应的分类置信度； 根据各模态的分类置信度动态计算各模态的融合权重，利用融合权重对各模态的高维语义特征进行加权融合处理，生成融合特征矩阵； 基于融合特征矩阵和预分类粗粒度情感标签，结合预训练大语言模型推理与谱聚类方法，预测包含11个类别的细粒度情感标签； 检测各模态预分类的粗粒度标签和大模型预测的粗粒度标签之间的冲突并进行消解，且通过损失函数迭代优化粗粒度情感分类结果； 所述检测各模态预分类的粗粒度标签和大模型预测的粗粒度标签之间的冲突并进行消解，且通过损失函数迭代优化粗粒度情感分类结果，包括： 对于任意采样时刻，各模态预分类粗粒度情感标签以及大模型预测的粗粒度情感标签，若完全一致，则判定为无冲突，直接将一致标签作为冲突消解后的粗分类标签；若不一致，则判定为存在冲突； 针对判定为冲突的情形，利用各模态对应的融合权重进行加权投票决策，得到对应采样时刻的冲突消解粗分类标签； 采用交叉熵损失函数更新粗分类器的模型参数以及预训练深度学习模型的参数，实现粗粒度情感分类结果的迭代优化； 集成来自不同预测来源的细粒度情感标签，通过加权投票机制生成最终的细粒度情感标签，以及与细粒度情感标签对应的粗粒度情感标签； 所述通过加权投票机制生成最终的细粒度情感标签为： ； 其中，表示加权和最大的情感类别，、为超参数的投票权重，为指示函数，为第时刻聚类的细粒度情感标签，为第时刻大模型预测输出的细粒度情感标签，为情感标签集合； 利用映射函数，将最终的细粒度情感标签映射到最终的粗粒度标签； 从多模态一致性、特征空间离群度和冲突消解决策效果多个维度构建综合评估体系，量化评估最终标签的可信度，并识别出低可信度样本； 对于任意采样时刻的样本，其多维度评估指标计算及可信度判定过程如下： 分别计算多模态一致性、特征空间离群度及冲突消解决策的得分； 在得到这三个维度的得分后，引入超参数权重，计算样本的最终综合可信度； 设定可信度阈值，当样本的综合可信度低于阈值时，判定该样本为低可信度样本。

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大学，其通讯地址为：400030 重庆市沙坪坝区正街174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。