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！

龙图腾网获悉杭州市滨江区浙工大人工智能创新研究院申请的专利一种基于注意力机制的多维特征融合争议检测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：CN121093290B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511641045.1，技术领域涉及：G06F18/25；该发明授权一种基于注意力机制的多维特征融合争议检测方法及系统是由彭松涛;肖俊杰;殳欣成;俞山青;阮中远;龙杰设计研发完成，并于2025-11-11向国家知识产权局提交的专利申请。

本一种基于注意力机制的多维特征融合争议检测方法及系统在说明书摘要公布了：本发明公开了一种基于注意力机制的多维特征融合争议检测方法及系统，属于社交网络数据分析与争议性内容检测技术领域。针对现有争议检测方法特征维度单一、缺乏有效特征加权机制以及未对用户行为、网络拓扑与情绪传播进行深度融合的问题，本发明通过构建评论传播网络，提取用户行为特征、网络结构特征与情绪传播特征，并引入特征注意力机制对多维特征进行自适应加权融合，最终利用LightGBM分类模型实现争议内容的智能识别。本发明能够全面刻画争议性话题的传播特性，有效提升检测准确性与鲁棒性，为社交媒体舆情监测与风险预警提供支持。

本发明授权一种基于注意力机制的多维特征融合争议检测方法及系统在权利要求书中公布了：1.一种基于注意力机制的多维特征融合争议检测方法，其特征在于，包括以下步骤： 加载社交平台帖子及评论数据集，并对评论内容进行情绪打标； 构建评论传播网络，以帖子为根节点，评论为子节点，根据评论ID和父评论ID建立连接关系； 从所述评论传播网络中提取用户行为特征、网络结构特征和情绪传播特征； 从所述评论传播网络中提取用户行为特征的过程包括： 遍历评论传播网络中的连边，计算评论与上级评论或帖子之间的时间差，并将所有回复时间差记录成列表，得到最短回复时间和平均回复时间； 计算评论密度，定义为评论总数与从帖子发布到最后一条评论的时间跨度的比值； 基于最短回复时间、平均回复时间和评论密度，构造用户互动激烈指数，该指数表示单位回复时间下的评论密度； 从所述评论传播网络中提取网络结构特征的过程包括： 提取评论传播网络的节点数、最大传播深度、最大传播宽度、平均度和真实节点比例； 基于所述节点数、最大传播深度、最大传播宽度、平均度和真实节点比例，构造结构争议指数，该指数通过传播深度、传播宽度、平均度和真实节点比例的乘积计算得到； 构造结构争议指数的过程包括： 其中，为最大传播深度，为传播宽度，为平均度，为真实节点比例； 从所述评论传播网络中提取情绪传播特征的过程包括： 遍历评论传播网络中的节点，获取每个节点的直接邻居节点，计算不同情绪类别节点的邻居平均情绪值； 以节点情绪值为自变量，邻居平均情绪值为因变量，拟合线性回归模型得到情绪传播趋势的斜率； 以不同情绪类别节点的邻居数量为权重，计算加权平均邻居情绪值； 将所述斜率与加权平均邻居情绪值相乘，得到加权情绪传播指数； 其中，为情绪传播趋势的斜率，为加权平均邻居情绪值； 将所述用户行为特征、网络结构特征和情绪传播特征进行标准化处理，并使用特征注意力机制进行加权融合，生成融合特征向量； 基于用户行为特征、网络结构特征和情绪传播特征构建不同类型的特征向量，使用全连接层对构建后三类特征向量分别线性映射为统一的8维嵌入向量； 对每类统一维度后的特征向量，通过线性层计算打分值； 将通过注意力打分函数得到的所述打分值输入Softmax函数，计算得到每类特征的注意力权重，函数定义如下： 其中，为特征向量种类数量，为第类特征的打分值，为注意力权重； 依据所述注意力权重对各类特征向量进行融合，作为下游分类任务的输入； 使用所述融合特征向量训练LightGBM分类模型，以实现争议内容的识别。

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杭州市滨江区浙工大人工智能创新研究院，其通讯地址为：310056 浙江省杭州市滨江区长河街道湖西路575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。