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！

龙图腾网获悉广东外语外贸大学申请的专利情感知识增强的方面级情感分析方法、系统、装置和介质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：CN116383377B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202310101896.1，技术领域涉及：G06F16/35；该发明授权情感知识增强的方面级情感分析方法、系统、装置和介质是由李霞;郑永强设计研发完成，并于2023-02-08向国家知识产权局提交的专利申请。

本情感知识增强的方面级情感分析方法、系统、装置和介质在说明书摘要公布了：本发明公开了一种情感知识增强的方面级情感分析方法、系统、装置和介质，可广泛应用于情感分析技术领域。本发明通过获取输入句子的依存句法树，并根据依存句法树构建句子的依存图结构后，通过将情感知识和位置信息融入到依存图结构，以得到表达句子中节点之间关联的邻接矩阵，通过情感知识节点参数的全局共享，实现对情感知识的存储、更新和共享，从而提高情感知识的融合度；再根据评论语料库中的句子和邻接矩阵训练方面级情感分析模型，从而降低模型认知偏差，提高模型预测性能。

本发明授权情感知识增强的方面级情感分析方法、系统、装置和介质在权利要求书中公布了：1.一种情感知识增强的方面级情感分析方法，其特征在于，包括以下步骤： 以评论语料库中的句子作为输入信息； 获取所述输入信息的依存句法树； 根据所述依存句法树构建所述句子的依存图结构； 将情感知识和位置信息融入到所述依存图结构，得到表达句子中节点之间关联的邻接矩阵； 根据所述评论语料库中的句子和所述邻接矩阵训练方面级情感分析模型； 根据训练好的所述方面级情感分析模型对实时语句进行方面级情感分析； 其中，所述将情感知识和位置信息融入到所述依存图结构，得到表达句子中节点之间关联的邻接矩阵，包括： 计算每个单词到方面的距离，得到不同位置权重，所述位置权重用于细化不同邻居节点的边； 在所述依存图结构中加入情感知识节点，所述情感知识节点包括积极情感节点和消极情感节点； 获取所述依存图结构中句子的观点词； 判断所述观点词的情感类别，所述观点词的情感类别包括积极情感和消极情感； 根据所述观点词的情感类别将观点词与所述积极情感节点或消极情感节点连接； 计算两节点之间连接边的位置权重，得到对应的邻接矩阵； 将所述依存图结构定义为为，节点集合，边集合，所述邻接矩阵的公式如下： ； 其中，和表示积极和消极情感知识节点；表示单词是一个积极或消极观点词，表示第j个词的位置权重，和代表句子中的第i和j个词，表示两个节点之间的关系。

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广东外语外贸大学，其通讯地址为：510415 广东省广州市白云大道北2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。