西北大学杨建峰获国家专利权
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！
龙图腾网获悉西北大学申请的专利基于提示学习的社交网络语料情绪分类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：CN116257631B 。
龙图腾网通过国家知识产权局官网在2025-12-30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：202310187249.7，技术领域涉及：G06F16/35；该发明授权基于提示学习的社交网络语料情绪分类方法是由杨建峰;贺候伟;高岭;愉滨铨;任杰设计研发完成，并于2023-03-01向国家知识产权局提交的专利申请。
本基于提示学习的社交网络语料情绪分类方法在说明书摘要公布了：本申请涉及一种基于提示学习的社交网络语料情绪分类方法，提出了自动提示和手工构造提示相融合的提示构建方法，能够在少量标注数据场景下，取得较好的分类效果，降低文本情绪分类任务对高质量大规模已标注数据集的依赖；通过人工尽可能多的搜集与四类情绪相关的词语，选取每个词语的第一个字来构建映射词表，可以较好的将提示学习的方法应用到中文场景下，降低了模型同时去预测多个字的难度，使得模型的性能得到提升。
本发明授权基于提示学习的社交网络语料情绪分类方法在权利要求书中公布了：1.一种基于提示学习的社交网络语料情绪分类方法，其特征在于，包括： 确定待分类文本的目标提示； 构建所述待分类文本的手动提示； 将所述目标提示和所述手动提示进行拼接，构成混合提示； 将所述混合提示和所述待分类文本输入到中文预训练语言模型中，得到预测结果；所述预测结果包括所述待分类文本被预测为多个字的概率； 构建映射词表；所述映射词表中包括多个文本类型，每个所述文本类型中包括多个表示所述文本类型的字； 根据所述预测结果和所述映射词表，确定所述待分类文本的文本类型； 所述确定所述待分类文本的目标提示，包括： 对待分类文本进行编码，得到待分类文本的特征向量；将待分类文本通过word2vec模型转换为词嵌入表示；将词嵌入表示输入到BiLstm模型中进行编码，得到待分类文本的特征向量； 对特征向量进行解码，得到待分类文本的目标提示；利用BiLstm模型对特征向量进行解码，每次解码一个字，迭代进行，得到目标提示。
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西北大学，其通讯地址为：710069 陕西省西安市太白北路229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。
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
请提出您的宝贵建议，有机会获取IP积分或其他奖励