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！

龙图腾网获悉华中科技大学申请的专利基于双句法信息的细粒度方面级别情绪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：CN115879439B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202210230366.2，技术领域涉及：G06F40/211；该发明授权基于双句法信息的细粒度方面级别情绪分析方法是由魏巍;梁硕;张睿晗;刘宇航;刘逸帆;潘为燃;江胜设计研发完成，并于2022-03-10向国家知识产权局提交的专利申请。

本基于双句法信息的细粒度方面级别情绪分析方法在说明书摘要公布了：本发明公开了一种基于双句法信息的细粒度方面级别情绪分析方法，包括：1建模每个方面情绪感知的上下文信息，并生成对应的语境内方面特有的情绪表示；2建模方面的语境间关系增强的情绪特征表示；3整合语境内方面特有的情绪特征向量和语境间关系增强的情绪特征向量得到方面的整体情绪特征向量，然后将上述整体情绪特征映射到低维语义空间，得到最终的情绪分析预测结果。本发明通过有效利用短语树和依赖树的句法信息，联合建模语境内和语境间的情绪特征表示，提升细粒度方面级别情绪分析的准确度。

本发明授权基于双句法信息的细粒度方面级别情绪分析方法在权利要求书中公布了：1.一种基于双句法信息的细粒度方面级别情绪分析方法，其特征在于，包括： 1建模每个方面情绪感知的上下文信息，并生成对应的语境内方面特有的情绪表示； 1.1给定输入文本{w1,w2,…,wn}和方面词at，生成上下文感知的词表示其中，i＝1,2，…，n；即方面词at对应的上下文感知的词表示为 1.2对给定输入文本{w1,w2,…,wn}，通过构建层次堆叠的图注意力块编码短语树句法结构信息和依赖树句法结构信息的融合信息其中，i＝1,2，…，n,l表示层数；定义最后一层输出的表示为则方面词at经过上述句法结构编码后的表示为 1.3通过向量相加操作使得语境内模块的输出表示既包含上下文感知的序列信息又包括层级句法结构信息；即，对于方面词at，对应的语境内方面特有的情绪特征表示为, 其中，为语境内方面特有的情绪特征向量； 2建模方面的语境间关系增强的情绪特征表示； 2.1短语分割，通过基于规则的映射函数PS，返回给定两个方面词的对应短语分割项； PS作用过程如下：给定两个方面词，首先在短语树中找到他们的最小公共祖先结点LCA，该结点同时包含两个方面信息且具有最少的无关上下文，称在LCA的子树中处于两个方面所在子树中间的分支为“中间分支”；如果中间分支存在，则返回在中间分支上的所有文本词，否则返回输入文本序列中两个方面之间的所有词；上述过程形式化表示如下， 其中，Brai,aj返回方面词ai,aj对应中间分支上的所有文本词； 2.2方面-语境图构建 在对每个邻居方面对利用PS映射函数抽取对应的短语分割项后，连接对应的方面词和短语分割项构建方面-语境图； 构建两个对应的邻接矩阵，其中第一个矩阵处理所有序列方面词中单数次序方面词对于相邻的偶数方面词的影响，第二个矩阵处理反向的影响； 方面-语境图上应用步骤1.2中构建的层次堆叠的图注意力块作为关系编码器，对于每个方面词at输出语境间关系增强的情绪表示 3整合语境内方面特有的情绪特征向量和语境间关系增强的情绪特征向量得到方面的整体情绪特征向量， 然后将上述整体情绪特征映射到低维语义空间，得到最终的情绪分析预测结果。

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华中科技大学，其通讯地址为：430074 湖北省武汉市武昌珞喻路1037号华中科技大学；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。