Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜北京明略昭辉科技有限公司吴佳鸣获国家专利权

恭喜北京明略昭辉科技有限公司吴佳鸣获国家专利权

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!

龙图腾网恭喜北京明略昭辉科技有限公司申请的专利基于BERT的多特征融合实体情感分析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:CN112732920B

龙图腾网通过国家知识产权局官网在2025-02-18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:202110055036.X,技术领域涉及:G06F16/355;该发明授权基于BERT的多特征融合实体情感分析方法及系统是由吴佳鸣设计研发完成,并于2021-01-15向国家知识产权局提交的专利申请。

基于BERT的多特征融合实体情感分析方法及系统在说明书摘要公布了:本申请公开了一种基于BERT的多特征融合实体情感分析方法及系统,所述方法包括以下步骤:对文本进行标注,获取实体情感数据;基于所述实体情感数据进行模型训练,获取实体情感分类模型;使用所述实体情感分类模型对预测文本进行实体情感分析。通过本申请,可以提高实体情感分类性能。

本发明授权基于BERT的多特征融合实体情感分析方法及系统在权利要求书中公布了:1.一种基于BERT的多特征融合实体情感分析方法,其特征在于,包括如下步骤:标注步骤:对文本进行标注,获取实体情感数据;训练步骤:基于所述实体情感数据进行模型训练,获取实体情感分类模型;预测步骤:使用所述实体情感分类模型对预测文本进行实体情感分析;其中,所述训练步骤具体包括以下步骤:校验步骤:对所述实体情感数据进行数据格式校验,并划分获取训练数据集;标记步骤:对所述训练数据集进行位置信息标记;特征获取步骤:将含有标记信息的所述训练数据集输入BERT预训练模型,获取隐藏层输出特征向量;特征融合步骤:基于所述隐藏层输出特征向量获取融合特征向量;参数获取步骤:通过softmax将所述融合特征向量进行概率化,获取模型参数;其中,所述特征融合步骤具体包括以下步骤:组合步骤:使用加和取算数平均再输入给前馈神经网络的方式对所述隐藏层输出特征向量进行组合,计算出整句分类向量、实体上文向量、实体下文向量和实体向量;具体地,所述整句分类向量、所述实体上文向量、所述实体下文向量和所述实体向量的计算公式分别如下:Hcls=Wcls[tanhHo]+bcls 其中,Hcls为整句分类向量,HL为实体上文向量,HR为实体下文向量,Hentity为实体向量,Ho为标记对应的隐层向量,实体向量从左至右表示记为Hi~Hj,实体上文向量从左至右记为H1~Hi-2,实体下文向量从左至右记为Hj+2~Hlength-1,按计算顺序,W为前馈神经网络中的参数矩阵,矩阵大小为dxd,b为偏置矩阵,大小都为dx1,Wcls∈Rd×d,Wentity∈Rd×d,bcls∈Rd×1,bentity∈Rd×1;拼接步骤:将所述整句分类向量、实体上文向量、实体下文向量和实体向量拼接后进行融合,获取所述融合特征向量;具体地,融合后的特征向量为:Hmerge=Wmerge[concatHcls,HL,Hentity,HR]+bmerge其中,bmerge∈RL×1,L为实体分类标签数;其中,所述参数获取步骤具体包括:通过softmax将所述融合特征向量进行概率化,获取模型参数,计算公式如下:p=softmaxHmerge其中,Wmerge∈RL×4d,p为融合特征向量概率值。

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北京明略昭辉科技有限公司,其通讯地址为:100089 北京市海淀区北三环西路25号27号楼二层2020室;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”。

免责声明
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。