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！

龍圖騰網獲悉西安交通大學深圳研究院申請的專利基于句向量和多特征融合的情感原因對抽取方法、系統及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：CN114004235B 。

龍圖騰網通過國家知識產權局官網在2025-09-23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：202111092247.7，技術領域涉及：G06F40/30；該發明授權基于句向量和多特征融合的情感原因對抽取方法、系統及裝置是由饒元;賀龍;蘭玉乾;于雙赫;孫菱;張明龍設計研發完成，并于2021-09-17向國家知識產權局提交的專利申請。

本基于句向量和多特征融合的情感原因對抽取方法、系統及裝置在說明書摘要公布了：本發明公布了一種基于句向量和多特征融合的情感原因對抽取方法、系統及裝置，使用基于動態詞嵌入方法BERT進行詞嵌入，解決了情感特征與原因特征比較分散，句子語義表示特征不足的問題。通過采用注意力機制有效地獲取與情感原因相關的條件因素，提高了條件因素的影響因子，解決了已有模型忽略原因觸發情感時，可能存在著相應的條件因素問題。通過確定每一句對成為情感原因對的可能性，并考慮句對的上下文條件因素對句對的影響。分別從情感原因句向量、條件因素、位置因素、之前句對的預測狀態等因素著手，采用多種特征融合策略，最終確定精準的情感原因對的預測表示，提高模型的預測效果。

本發明授權基于句向量和多特征融合的情感原因對抽取方法、系統及裝置在權利要求書中公布了：1.基于句向量和多特征融合的情感原因對抽取方法，其特征在于，包括：對輸入文本進行處理，獲取文本的句子向量表示； 對句子向量表示進行增強處理，獲取每個句子向量表示所對應的句子深層語義信息； 依次選取文本中的一個句對，對句對進行預測，獲取句對的預測結果； 基于句對的預測結果，引入不同的句子構成新的句對，迭代進行情感原因對預測； 通過多特征融合算法，獲取情感特征與原因特征句對的相關性，具體如下： 情感特征與原因特征對預測由6個特征構成，其中，和分別表示兩個句子，為上文相關條件因素特征，為下文相關條件因素特征，表示之前預測的所有預測結果特征，為相對位置特征； 引入上下文條件因素；由于條件因素存在句子的上下文中，且情感子句和原因子句之間存在關聯；因此，采用注意力機制來捕獲條件因素，由于條件因素在上下文中存在差異，使用情感原因向量表示分別為上文和下文做注意力，從而獲取上文和下文中的條件因素，應用于最終的特征預測；本模塊的輸入包括四部分，分別是容器第一個子句表示、容器第二個子句表示，上文容器中的子句表示、下文容器中的子句表示； 具體計算過程為：1）將容器中的向量進行拼接后，對上文和下文分別進行BI-LSTM處理，2）通過注意力機制獲得計算上文和下文的條件因素向量表示，其中： 其中，表示容器二拼接后的向量表示，而和分別為上文和下文的BI-LSTM隱藏層輸出，和分別為對上下文做注意力后的注意力權重，和則分別為上文條件特征和下文條件特征； 引入前文句對預測結果特征；采用單向LSTM來捕獲之前的所有預測特征，并使用之前的預測結果與當前的文本狀態來對容器句對進行預測； 其中，為的當前環境下的狀態預測結果，為之前的預測結果，為當前環境狀態，為之前預測結果的單向LSTM狀態； 相對位置特征引入；利用句對和距離差的絕對值，并進行向量嵌入，以捕獲相應相對位置特征； 反轉預測引入； 其中，為代表為情感，為對應原因； 情感原因對預測層的目標是對和的正向以及反向預測，從而獲得和之間的相關性，并使用反向預測來進行驗證；由于多特征拼接融合后，向量表示的長度過長，因此，使用MLP來對向量進行壓縮，MLP由兩個線形成組成，通過兩個線形層的壓縮以及Softmax層，最終將向量的長度控制在6，以應對6種不同預測結果； 其中，為針對情感原因句對的正向預測，而針對情感原因句對的反向預測。

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西安交通大學深圳研究院，其通訊地址為：518057 廣東省深圳市南山區粵海街道高新區虛擬大學園A206；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”。