買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國人民解放軍國防科技大學申請的專利基于分層對比學習的樣本立場檢測方法、裝置獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116414979B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310191175.4，技術領域涉及：G06F16/353；該發明授權基于分層對比學習的樣本立場檢測方法、裝置是由周斌;趙學臣;涂宏魁;李愛平;江榮;王曄;田磊;鄒家英;謝鋒;汪海洋;張中;伍泓舟設計研發完成，并于2023-03-02向國家知識產權局提交的專利申請。

本基于分層對比學習的樣本立場檢測方法、裝置在說明書摘要公布了：本發明提供了一種基于分層對比學習的樣本立場檢測方法、裝置，方法包括以下步驟：1采集數據：在社交網絡媒體中，采集社交網絡文本數據，社交網絡文本數據包括討論的主題文本及用戶對該主題的評論文本。2在采集的數據基礎上構造數據集，已知立場標簽的源話題目標數據集合作為訓練集；無立場標簽的目的話題目標數據集合作為測試集；3建立樣本立場檢測模型，輸出評論文本對主題文本所持立場的預測概率；4通過訓練集訓練樣本立場檢測模型，直至樣本立場檢測模型收斂得到立場預測模型；5將需要預測的主題文本、評論文本輸入訓練好的立場預測模型，輸出評論文本對主題文本所持立場的概率。

本發明授權基于分層對比學習的樣本立場檢測方法、裝置在權利要求書中公布了：1.一種基于分層對比學習的樣本立場檢測方法，其特征在于：包括以下步驟： 1）采集數據：在社交網絡媒體中，采集社交網絡文本數據，社交網絡文本數據包括討論的主題文本及用戶對該主題的評論文本； 2）在采集的數據基礎上構造數據集，已知立場標簽的源話題目標數據集合作為訓練集；無立場標簽的目的話題目標數據集合作為測試集； 3）建立樣本立場檢測模型，輸出評論文本對主題文本所持立場的預測概率； 4）通過訓練集訓練樣本立場檢測模型，直至樣本立場檢測模型收斂得到立場預測模型； 5）將需要預測的主題文本、評論文本輸入訓練好的立場預測模型，輸出評論文本對主題文本所持立場的概率； 步驟3中，所述樣本立場檢測模型包括：文本全局語義特征提取模塊、方面級特征提取模塊、屬性級特征提取模塊、多維語義特征融合模塊、立場檢測模塊； 文本全局語義特征提取模塊：所述主題文本和評論文本拼接作為輸入，輸出評論文本面向特定主題的全局語義特征； 方面級特征提取模塊：將獲得的全局語義特征作為輸入，輸出表示構成文本語義的多個方面級特征； 屬性級特征提取模塊：將獲得的方面級特征作為輸入，輸出方面級特征內對應的屬性級特征； 多維語義特征融合模塊：將獲得的多個方面級特征拼接后作為輸入，輸出全局語義特征分布的融合特征； 立場檢測模塊：將獲得的融合特征作為輸入，輸出用戶評論文本對特定主題文本所持立場的預測概率； 所述方面級特征提取模塊采用有監督的組間對比學習，將同一組的任意兩對樣例都視為正例，與來自不同組的樣例互為負例，方面級特征提取模塊中每個數據批的組間對比損失定義為： ； 采用一個投影頭將方面級特征映射為，用于計算對比損失；為第i個方面級樣例對應的組間損失；是一個指示函數，當且僅當時為1；表示組間對比損失的溫度參數，用于控制在對比學習中對困難樣本的懲罰強度。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國人民解放軍國防科技大學，其通訊地址為：410073 湖南省長沙市開福區德雅路109號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。