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！

龙图腾网恭喜四川吉利学院申请的专利基于人工智能的文学主题情感倾向分析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：CN119621987B 。

龙图腾网通过国家知识产权局官网在2025-04-11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：202510159813.3，技术领域涉及：G06F16/353；该发明授权基于人工智能的文学主题情感倾向分析系统是由王晓霞设计研发完成，并于2025-02-13向国家知识产权局提交的专利申请。

本基于人工智能的文学主题情感倾向分析系统在说明书摘要公布了：本发明涉及自然语言处理技术领域，具体公开了基于人工智能的文学主题情感倾向分析系统，包括文本收集模块、情感词典构建模块、情感极性分类模块、情感波动序列构建模块、双向LSTM模型模块、主题建模模块、关联分析模块、可视化呈现模块。本方案使用BiLSTM模型充分利用文本中的上下文信息，捕捉每个词语在前后文中的情感变化，更精确地识别复杂的情感波动和隐性情感；通过结合相邻词语的情感极性值和上下文窗口，灵活地对每个词语的情感极性进行调整，通过多轮迭代训练持续优化SVM模型，尤其是在面对复杂情感表达时不断调整权重和优化分类结果，逐步提高情感分类的准确性。

本发明授权基于人工智能的文学主题情感倾向分析系统在权利要求书中公布了：1.基于人工智能的文学主题情感倾向分析系统，其特征在于：包括文本收集模块、情感词典构建模块、情感极性分类模块、情感波动序列构建模块、双向LSTM模型模块、主题建模模块、关联分析模块、可视化呈现模块；所述文本收集模块收集文学作品，从文学作品中提取文本数据，对文本数据进行预处理，得到预处理后的文本数据，将预处理后的文本数据转换为单词序列；所述情感词典构建模块构建情感词典，从单词序列中提取单独的词语，为每个词语分配情感极性，情感词典构建模块包括词典构建单元和极性分配单元：词典构建单元获取已知情感极性的词语，生成情感极性表，并存储在情感词典中；极性分配单元根据情感极性表为每个词语分配一个静态情感极性值；所述情感极性分类模块基于每个词语的静态情感极性值进行动态调整，重新分配每个词语的情感极性值；所述情感波动序列构建模块将词语的情感极性值转换为二进制情感极性序列，情感波动序列构建模块包括情感极性值转换单元和序列构建单元：情感极性转换单元将每个词语的情感极性转换为二进制值；序列构建单元根据每个词语在单词序列中的顺序排列，将二进制值转换成情感极性序列；所述双向LSTM模型模块构建BiLSTM模型捕捉文本数据中的情感波动，生成文本数据的情感表示；所述主题建模模块通过主题模型提取文学作品的主题，主题建模模块包括LDA模型单元和BERT模型单元：LDA模型单元通过词语分布推断文学作品的主题，每个主题由一组词语的概率分布表示；BERT模型单元利用Transformer架构对文本数据建模，捕获词语之间的上下文关系，生成主题表示；所述关联分析模块分析不同主题下的情感分布，关联分析模块包括情感分布计算单元和情感趋势分析单元：情感分布计算单元根据情感表示生成情感分布；情感趋势分析单元通过情感极性序列和主题分布，分析情感随主题的波动情况；所述可视化呈现模块展示情感趋势图和主题分布图，可视化呈现模块包括情感趋势图生成单元和主题分布图生成单元：情感趋势图生成单元根据情感极性序列生成折线图，展示文学作品中情感的变化过程；主题分布图生成单元根据每个主题的情感分布生成柱状图，展示不同主题下的情感倾向；所述情感极性分类模块训练SVM模型，根据情感词典对每个词语的情感极性值进行动态调整，具体包括以下步骤：步骤A1：特征提取，将每个词语转化为高维向量，利用词嵌入技术分别表示每个词语，捕捉每个词语的语义特征并转换为高维向量；步骤A2：构建核函数，SVM模型使用核函数处理高维向量，在高维空间中最大化词语的分类间隔，将词语划分为不同的情感类别；步骤A3：动态调整，在训练过程中使用上下文窗口，捕捉单词序列中相邻词语的静态情感极性值，使用滑动窗口策略对SVM模型的训练参数进行动态调整；步骤A4：多轮迭代训练，在每一轮训练中，结合前一轮的分类结果对错误分类的词语进行加权，逐步减少模型的错误分类。

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四川吉利学院，其通讯地址为：641423 四川省成都市东部新区成简大道二段123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”。