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话题语境的社交媒体评论反讽检测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：CN117056512B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202311024868.0，技术领域涉及：G06F16/353；该发明授权一种基于话题语境的社交媒体评论反讽检测方法是由张顺香;周渝皓;汪才钦;王小龙;王琰慧设计研发完成，并于2023-08-12向国家知识产权局提交的专利申请。

本一种基于话题语境的社交媒体评论反讽检测方法在说明书摘要公布了：本发明公开了一种基于话题语境的社交媒体评论反讽检测方法，属于自然语言处理领域，包括以下步骤：步骤1：获取话题文本和评论文本并进行预处理；步骤2：通过BERT得到话题文本和评论文本的向量表示；步骤3：利用Bi‑GRU进行特征提取，然后进行全局平均池化；步骤4：通过交互注意力机制提取关联语义特征，与文本特征融合得到话题‑评论文本特征；步骤5：针对评论文本向量表示，通过LSTM和Self‑attention获取情感语义特征；步骤6：将话题‑评论文本特征和情感语义特征进行融合，输入sigmoid中得到最终反讽检测结果。本发明通过联合话题语境和评论语义了解社交媒体用户评论的真实情感，提高了反讽识别的准确率，为社交媒体评论领域用户情感分析和意见挖掘提供支持。

本发明授权一种基于话题语境的社交媒体评论反讽检测方法在权利要求书中公布了：1.一种基于话题语境的社交媒体评论反讽检测方法，其特征在于包括如下步骤： 步骤1：获取话题文本和目标评论文本并进行预处理操作； 步骤2：通过中文BERT预训练模型BERT-Base-Chinese得到话题文本和目标评论文本的文本向量表示； 步骤3：将得到的话题文本向量和目标评论文本向量表示利用双向门控循环神经网络Bi-GRU进行特征提取，然后对话题文本特征向量和目标评论文本特征向量进行全局平均池化； 步骤4：通过交互注意力机制提取两者的关联语义特征，将关联语义特征与文本特征融合得到话题-评论文本特征； 步骤5：针对目标评论文本向量表示，通过长短时记忆网络结合自注意力机制获取情感语义特征； 步骤6：将话题-评论文本特征和情感语义特征进行融合，输入sigmoid中得到最终反讽检测结果； 其中，步骤3包括： 4.1通过Bi-GRU网络进一步提取目标评论文本text和话题文本topic的文本特征，输出对应位置上的上下文信息；经过Bi-GRU处理的过程表示如下： 其中：xt为t时刻Bi-GRU网络的输入向量，ht为t时刻Bi-GRU网络隐藏层状态，为t-1时刻正向的隐藏层状态的输出，为t-1时刻反向隐藏层状态的输出，分别是话题文本topic和目标评论文本text经过Bi-GRU处理后得到的文本特征序列，d为隐藏层维度，b为偏置； 4.2对通过Bi-GRU处理后得到的特征序列，在每个特征维度上计算该维度上所有位置的平均值，进而得到汇聚后的向量表示，公式表示为： 其中：分别为话题文本topic和目标评论文本text经过全局平均池化后的输出向量，u+2和v+2分别表示topic和text的特征序列长度，分别表示输入特征序列h和h第i个位置处的向量。

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。