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！

龙图腾网获悉华中科技大学申请的专利域适应的跨度级方面情感三元组提取模型建立方法及其应用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：CN119311873B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202411381659.6，技术领域涉及：G06F16/35；该发明授权域适应的跨度级方面情感三元组提取模型建立方法及其应用是由李玉华;周柘;李瑞轩;辜希武;邹逸雄设计研发完成，并于2024-09-30向国家知识产权局提交的专利申请。

本域适应的跨度级方面情感三元组提取模型建立方法及其应用在说明书摘要公布了：本发明公开了域适应的跨度级方面情感三元组提取模型建立方法及其应用，属于情感分析技术领域，包括：采用结合句法和语义信息的跨度级特征提取方法提取语义信息，并通过词性标注屏蔽预测强化特征对句法信息的表达，使跨度特征充分利用句法信息和语义信息；以依存关系树为核心加强跨度的域不变特征，并利用互信息最大化损失函数优化特征分布，将针对特定领域的特征转移为领域无关，在不增加标注成本的前提下实现跨领域预测；设计了精简的跨度级标签，其中仅包括6种标签，在保证准确提取跨度级方面情感三元组的情况下，减轻训练过程中的计算负担，提供更清晰的学习目标。本发明能够在不增加标注成本的前提下实现跨领域的跨度级方面情感三元组提取。

本发明授权域适应的跨度级方面情感三元组提取模型建立方法及其应用在权利要求书中公布了：1.一种域适应的跨度级方面情感三元组提取模型建立方法，其特征在于，包括： 构建基础特征提取模块；所述基础特征提取模块用于通过分词处理将文本数据拆分为Token序列，并获得所述Token序列中各Token的表征向量； 构建跨度级特征提取模块；所述跨度级特征提取模块用于文本数据中各Token的表征向量进行语义特征提取，得到各Token的特征向量，并构建文本数据的跨度级特征矩阵HSpan；所述跨度级特征矩阵HSpan中，第i行、第j列元素表示以第i个Token为首部向量、以第j个Token为尾部向量的跨度的特征向量；跨度的特征向量依据跨度的首部Token的特征向量、尾部Token的特征向量以及跨度宽度提取得到；i,j∈{1,2,…N}，N表示文本数据的Token序列长度； 利用标注了跨度级方面情感三元组的源域和未标注跨度级方面情感三元组的目标域文本数据执行域不变特征增强，以优化所述跨度级特征提取模块；所述域不变特征增强包括：预测文本数据的依存关系树，作为依存关系树的标签数据；根据所述跨度级特征提取模块提取的跨度级特征矩阵HSpan预测文本数据的依存关系树，并根据依存关系树的预测结果和标签数据构建损失函数，以优化所述跨度级特征提取模块； 构建跨度级标签分类模块；所述跨度级标签分类模块用于根据文本数据的跨度级特征矩阵HSpan预测各跨度的类别标签，得到跨度级标签矩阵；类别标签包括：方面项、观点项、情感极性和无标签； 利用所构建的跨度级标签分类模块预测源域文本数据中各跨度的类别标签，并解码得到源域文本数据中的跨度级方面情感三元组，依据跨度级方面情感三元组的预测结果和标注结果构建损失函数，以优化所述跨度级分类模块； 依次连接所述基础特征提取模块、优化后的跨度级特征提取模块和优化后的跨度级标签分类模块，得到所述域适应的跨度级方面情感三元组提取模型。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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”。

以上内容由龙图腾AI智能生成。