恭喜东南大学;国网江苏省电力有限公司电力科学研究院李露获国家专利权
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!
龙图腾网恭喜东南大学;国网江苏省电力有限公司电力科学研究院申请的专利一种基于语法导向网络的多模态评价对象情感分类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:CN114722797B 。
龙图腾网通过国家知识产权局官网在2025-04-04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:202210352422.X,技术领域涉及:G06F40/253;该发明授权一种基于语法导向网络的多模态评价对象情感分类方法是由李露;李昕玮;吴国威;华梓萱;魏素忠;周爱华;吴含前;陈锦铭;叶迪卓然;陈烨;焦昊;郭雅娟设计研发完成,并于2022-04-05向国家知识产权局提交的专利申请。
本一种基于语法导向网络的多模态评价对象情感分类方法在说明书摘要公布了:本发明公开了一种针对多模态评价对象情感分类任务的基于预训练模型的语法导向网络,该网络能够进行端到端的细粒度情感分析,在抽取评价对象的同时判断其情感极性。该方法首先采用预训练模型对所用的多模态社交媒体语料进行模态对齐和融合,获得基于外部信息的多模态特征;其次,基于选用的预训练模型,过滤多模态特征矩阵中的噪声;接着,基于句法依存树对模态融合序列进行注意力计算,以捕捉基于语法信息的上下文注意力表示;最后,对于评价对象抽取和评价对象情感分类任务,构建解码层并优化损失函数。本发明提出的模型网络在多模态细粒度端到端情感分析任务上有着出色的表现。在评价对象情感分类任务上的各方面性能都较基线方法有了一定提升。
本发明授权一种基于语法导向网络的多模态评价对象情感分类方法在权利要求书中公布了:1.一种基于语法导向网络的多模态评价对象情感分类方法,其特征在于,该方法包括编码层、噪声过滤层、语法注意力层和解码层四个部分,首先通过编码层分别获得获得了多模态融合文本向量矩阵和单模态文本向量矩阵W以作为后续模型的输入,再通过噪声过滤层过滤编码层的噪声,在语法注意力层内,通过引入句法依存树以对句子间的依赖关系进行建模,从而增强模型语法上的可解释性,最后通过解码层获得标签序列;所述语法注意力层通过句法分析判断词语之间的依赖关系,通过图注意力网络仅在具有相互关系的词语中进行注意力计算,从而加强了模型的语法可解释性;在语法注意力层内,通过引入句法依存树以对句子间的依赖关系进行建模,从而增强模型语法上的可解释性,对于输入多模态序列有图GV,E,其中多模态序列中的每一个单元都是图G中的一个定点,即边E为邻接矩阵M中所有存在依赖关系的边的集合,且边上均有对应的权重,该权重由边两端顶点之间的相关系数计算得到,具体为在多模态序列中更新节点i时,相对于i存在依赖关系的单元的注意力权重值由以下公式计算得到: 其中为i的所有邻居节点,LeakyReLU为激活函数,该激活函数为ReLU激活函数的改进,通过将小于0的激活单元设置为一个较小的负数避免单元死亡,W和ω为可训练参数,||代表向量拼接操作。
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东南大学;国网江苏省电力有限公司电力科学研究院,其通讯地址为:210096 江苏省南京市玄武区四牌楼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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。