哈尔滨理工大学赵中楠获国家专利权
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！
龙图腾网获悉哈尔滨理工大学申请的专利一种基于多模型融合迁移学习的网络舆情情感分析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：CN116467406B 。
龙图腾网通过国家知识产权局官网在2025-06-27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：202310322355.1，技术领域涉及：G06F16/334；该发明授权一种基于多模型融合迁移学习的网络舆情情感分析方法是由赵中楠;刘文靖;梁晓亮设计研发完成，并于2023-03-29向国家知识产权局提交的专利申请。
本一种基于多模型融合迁移学习的网络舆情情感分析方法在说明书摘要公布了：本发明公开了一种基于多模型融合迁移学习的网络舆情情感分析方法，本发明首先对源域数据和目标域数据进行预处理，提高数据的质量；其次将处理后的源域数据输入到ERNIE模型中，将源域数据文本转化为词向量；然后利用一个联合模型作为特征提取器，提取文本的局部特征和全局特征；然后使用参数迁移将源域的特征层参数迁移至目标域中，作为初始参数；最后使用注意力机制和Softmax函数进行分类输出。本发明对网络舆情数据实现了很好的情感分析，能更加了解人们对热点问题和敏感问题的情感倾向，有利于政府等相关机构在网络舆情发生初期把握舆情的导向，提高处理舆情的应对能力。
本发明授权一种基于多模型融合迁移学习的网络舆情情感分析方法在权利要求书中公布了：1.一种基于多模型融合迁移学习的网络舆情情感分析方法，其特征在于：包括以下步骤： S1：对源域和目标域数据进行数据清洗，然后使用ERNIE预训练模型将数据清洗得到的文本数据转换为动态词向量； S2：使用TextCNN和BiGRU的联合模型进行特征提取，其中TextCNN模型负责提取局部特征，BiGRU模型负责提取全局特征，在预训练模型中将局部特征和全局特征进行合并； S3：对源域模型进行训练，利用参数迁移将预训练模型的特征层的参数迁移至目标域模型中，作为目标模型特征层的初始参数； S4：利用注意力机制对特征提取层的输出矩阵进行权重分配，进一步突出关键词语的权重，然后将注意力机制得到的特征向量进行融合； S5：使用目标域数据对目标模型进行训练，通过Softmax分类器计算文本的分析结果； S6：将分析结果与单一网络分析方法的分析结果就准确率、精确率、召回率和F1值进行对比和评价。
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哈尔滨理工大学，其通讯地址为：150080 黑龙江省哈尔滨市南岗区学府路52号哈尔滨理工大学西区；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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号