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！

龙图腾网恭喜浙江工业大学申请的专利一种基于图神经网络的电影评论情感分类方法及装置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：CN114528374B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202210060250.9，技术领域涉及：G06F16/35；该发明授权一种基于图神经网络的电影评论情感分类方法及装置是由杨旭华;陶进;张宇辰;徐新黎设计研发完成，并于2022-01-19向国家知识产权局提交的专利申请。

本一种基于图神经网络的电影评论情感分类方法及装置在说明书摘要公布了：本发明公开了一种基于图神经网络的电影评论情感分类方法及装置，基于文本句子自身特有的语法信息和文本单词的窗口共现关系，将其构建成图数据结构，分别获取文本共现图和句法依存图的邻接矩阵，进一步将单词嵌入向量矩阵和邻接矩阵输入到图卷积网络模块得到加权加权特征矩阵，采用混合池化模块对文本共现图的加权特征矩阵和句法依存图的加权特征矩阵进行池化操作，得到文本共现图的特征向量和句法依存图的特征向量，对特征向量进行融合后输入到分类器得到分类结果。本发明使得学习得到的网络表示不仅仅包含邻近单词的信息，也包含因为语法关系相关的比较远的单词的信息，从而提高情感分类的准确性。

本发明授权一种基于图神经网络的电影评论情感分类方法及装置在权利要求书中公布了：1.一种基于图神经网络的电影评论情感分类方法，其特征在于，所述基于图神经网络的电影评论情感分类方法，包括：收集电影评论文本数据集，对每个电影评论文本进行预处理，得到文本词汇表，将文本词汇表中的单词用嵌入向量表示，得到电影评论文本的单词嵌入向量矩阵；将文本词汇表中的单词作为节点，单词之间的共现关系作为连边构建文本共现图，得到文本共现图的邻接矩阵；将文本词汇表中的单词作为节点，句法关系作为连边构建成文本的句法依存图，得到句法依存图的邻接矩阵；将单词嵌入向量矩阵和文本共现图的邻接矩阵输入到文本共现图卷积网络模块，得到文本共现图的加权特征矩阵；将单词嵌入向量矩阵和句法依存图的邻接矩阵输入到句法依存图卷积网络模块，得到句法依存图的加权特征矩阵；采用混合池化模块对文本共现图的加权特征矩阵和句法依存图的加权特征矩阵进行池化操作，得到文本共现图的特征向量和句法依存图的特征向量；采用自适应特征融合模块对文本共现图的特征向量和句法依存图的特征向量进行自适应融合；将自适应融合后的融合特征输入到文本分类器模块，预测出电影评论文本的情感分类结果；其中，所述将单词嵌入向量矩阵和文本共现图的邻接矩阵输入到文本共现图卷积网络模块，得到文本共现图的加权特征矩阵，包括：先将单词嵌入向量矩阵和文本共现图的邻接矩阵输入到文本共现图卷积网络模块，得到文本共现图的特征矩阵：H＝[h1,…,hi,…,hs]＝GCN1A,X；其中，A表示文本共现图的邻接矩阵，X表示单词嵌入向量矩阵，hi表示文本共现图中第i个单词对应的特征向量，S为词汇表中单词的个数，GCN1表示文本共现图卷积网络模块；然后使用注意力机制对文本共现图的特征矩阵H的每一个节点的嵌入向量进行加权，获得文本共现图的加权特征矩阵：H′＝[h′1,…,h′i,…,h′s]，其中h′i＝tanhMLP1hi*sigmoidMLP2hi，MLP1、MLP2表示多层感知机；所述将单词嵌入向量矩阵和句法依存图的邻接矩阵输入到句法依存图卷积网络模块，得到句法依存图的加权特征矩阵，包括：先将单词嵌入向量矩阵和和句法依存图的邻接矩阵输入句法依存图卷积网络，获得句法依存图的特征矩阵：M＝[m1,…,mi,…,ms]＝GCN2C,X；其中，C表示句法依存图的邻接矩阵，X表示单词嵌入向量矩阵，mi表示句法依存图中第i个单词对应的特征向量，S为词汇表中单词的个数，GCN2表示句法依存图卷积网络模块；然后使用注意力机制对句法依存图的特征矩阵M的每一个节点的嵌入向量进行加权，获得句法依存图的加权特征矩阵：M′＝[m′1,…,m′i,…,m′s]，其中m′i＝tanhMLP3mi*sigmoidMLP4mi，MLP3、MLP4表示多层感知机。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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”。