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！

龙图腾网恭喜东北大学申请的专利交互式属性术语及情感联合抽取模型的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：CN115062623B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202210661594.5，技术领域涉及：G06F40/30；该发明授权交互式属性术语及情感联合抽取模型的方法是由韩东红;段伸欣;赵玉迪;李洛妮;韩嘉懿;乔百友;吴刚设计研发完成，并于2022-06-10向国家知识产权局提交的专利申请。

本交互式属性术语及情感联合抽取模型的方法在说明书摘要公布了：本发明涉及文本内容的情感抽取模型技术领域，尤其涉及交互式属性术语及情感联合抽取模型的方法。其主要针对现有应用难以有效学习属性术语的特征，属性术语及情感联合抽取的研究内容匮乏的问题，提出如下技术方案：包括属性术语抽取模块、情感分类模块和交互共享单元，包括以下步骤：步骤1：获取句中单词的情感倾向；步骤2：交互共享单元让两个模块互相学习；步骤3：属性术语抽取任务标签和情感分类任务标签结合。本发明充分地利用外部情感资源，两阶段处理增强的情感分析，提高语句中情感抽取的精确性，交互共享单元提高模块学习效果，有助于特征向量的结果预测，主要应用于属性术语及文本情感联合抽取。

本发明授权交互式属性术语及情感联合抽取模型的方法在权利要求书中公布了：1.交互式属性术语及情感联合抽取模型的方法，其特征在于，包括属性术语抽取模块、情感分类模块和交互共享单元，具体包括以下生成步骤：步骤1：结合了外部情感资源的神经网络获取句子中每个单词的情感倾向；步骤2：属性术语抽取模块与情感分类模块结合，采用交互共享单元让属性术语抽取模块和情感分类模块的特征表示互相学习；步骤2.1：获取输入文本以及三种情感资源的特征向量矩阵，采用情感资源分两阶段对输入文本中的对应特征增强，并对增强后的文本特征向量进行结果的预测；步骤2.2：结合DP-GCN模型和Two-stageMSE模型获取的句子中的属性术语和每个单词的情感倾向，提出交互共享单元ISU，所述交互共享单元ISU用于将两个独立的子任务共同学习，所述Two-stageMSE模型的情感分类算法为：Row1：BeginRow2：读取数据中的每句文本SiRow3：设迭代次数为N，批处理大小为B；Row4：ForeachSiinSRow5：经过Bert模型得到输入句子的向量表示WbRow6：经过Bert模型得到情感词、程度词、否定词的向量表示Ws、Wi、WnRow7：EndforRow8：使用公式：Ms＝wbT.ws∈Rt*m、Mi＝wbT.wi∈Rt*k、Mn＝wbT.wn∈Rt*p计算情感词关联矩阵Ms、程度词关联矩阵Mi、否定词关联矩阵MnRow9：使用公式得到情感词增强的输入文本Xs、程度词增强的输入文本Xi、否定词增强的输入文本Xn以及结合输入文本信息的情感词结合输入文本信息的程度词结合输入文本信息的否定词Row10：使用公式Xc＝Xs+Xi+Xn计算第一阶段经过三种情感资源增强后的句子表示XcRow11：将Xc输入LSTM，使用公式Hc＝LSTMXc获取隐藏层向量表示Row12：使用公式分别用再次对输入文本进行增强Row13：使用公式O＝Os+Oi+On计算第二阶段情感词增强后的句子表示ORow14：获取句子中每个单词的情感极性Row15：ForeachninNRow16：ForeachbinBRow17：使用公式计算误差损失Row18：使用梯度下降优化算法Adam更新网络参数Row19：EndforRow20：EndforRow21：End；步骤3：将获得的属性术语抽取任务标签和情感分类任务标签结合，获得最终的输出结果，即：属性术语-情感标签对，并获得最终的语句预测结果。

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北大学，其通讯地址为：110004 辽宁省沈阳市和平区文化路三巷11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”。