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！

龙图腾网获悉江西财经大学申请的专利基于字间关系的中文金融评价单元抽取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：CN116227435B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202211715617.2，技术领域涉及：G06F40/126；该发明授权基于字间关系的中文金融评价单元抽取方法是由刘德喜;陈启设计研发完成，并于2022-12-27向国家知识产权局提交的专利申请。

本基于字间关系的中文金融评价单元抽取方法在说明书摘要公布了：一种基于字间关系的中文金融评价单元抽取方法，包括：在编码层对中文金融文本句子进行编码，得到字向量；将字向量和字间关系矩阵送入图卷积神经网络模型，对字向量进行评价要素间的汉字关系增强，并对依存关系进行编码；构建评价文本中各字对关系网格，并通过两个单元卷积核对网格中行、列上的词进行差异化；在行、列两个方向上分别使用不同大小的图像卷积核进行卷积运算；对于网格中的元素，融合其在行、列上对应的词编码以及两个词之间的依赖关系编码，通过解码确定元素的标签，完成评价单元抽取。本发明能够解决评价要素间的汉字关系利用不充分、网格元素表示时没有区分不同评价要素类型、评价要素内的汉字关系利用不充分的问题。

本发明授权基于字间关系的中文金融评价单元抽取方法在权利要求书中公布了：1.一种基于字间关系的中文金融评价单元抽取方法，其特征在于，包括以下步骤： 在编码层对中文金融文本句子进行编码，得到字向量； 基于句法依存关系构建字间关系矩阵，将字向量和字间关系矩阵送入图卷积神经网络模型，对字向量进行评价要素间的汉字关系增强，并对依存关系进行编码；其中，所述图卷积神经网络模型采用LAGCN模型，学习评价要素间汉字关系； 构建评价文本中各字对关系网格，并通过两个单元卷积核对网格中行、列上的词进行差异化，使相同字在充当不同的情感评价要素时具有不同的编码；其中，网格G中的元素gi，j满足以下条件式： h′＝conv′hDh″＝conv″hD其中，WG表示权重矩阵，为LAGCN模型中最后一层的表示邻接张量中的第i行第j列对应的元素，conv′和conv″表示卷积函数，h′表示经过卷积函数conv′卷积操作后的字向量，h″表示经过卷积函数conv″卷积操作后的字向量，hD为根据组合得到向量集合，l为LAGCN层数，表示LAGCN模型中第l层的第i个字的字向量； 在行、列两个方向上分别使用不同大小的图像卷积核进行卷积运算，增强情感评价要素内的汉字关系； 对于网格中的元素，融合其在行、列上对应的词编码以及两个词之间的依赖关系编码，通过解码推断元素的标签预测概率分布，完成评价单元抽取；其中，采用下式推断元素的标签预测概率分布： 其中，WR、表示权重矩阵，表示偏置矩阵，表示GR中第i行第j列的元素，softmax表示归一化指数函数，maxpooling为最大池化函数，表示第t‑1轮第i个字和第j个字的字对关系的特征向量，为的初始值，表示第t‑1轮第i字的所有字对关系预测概率分布的集合，表示第t‑1轮第j字的所有字对关系预测概率分布的集合，表示第t‑1轮第i个字和第j个字的字对关系预测概率值，为的初始值，表示中间值，表示第t轮第i个字和第j个字的字对关系的特征向量，表示第t轮第i个字和第j个字的字对关系预测概率值。

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江西财经大学，其通讯地址为：330013 江西省南昌市经济技术开发区双港东大街169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”。