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！

龙图腾网获悉长沙学院申请的专利基于深度学习的网络舆情演化仿真方法及系统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：CN112395417B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202011292823.8，技术领域涉及：G06N3/0455；该发明授权基于深度学习的网络舆情演化仿真方法及系统是由庄穆妮;李勇;谭旭;吕欣;管慧设计研发完成，并于2020-11-18向国家知识产权局提交的专利申请。

本基于深度学习的网络舆情演化仿真方法及系统在说明书摘要公布了：本发明涉及基于深度学习的网络舆情演化仿真方法及系统，涉及自然语言处理中的文本情感分析技术领域。对BERT模型的预训练任务进行改进，并在此基础上叠加深度预训练任务，还借助于与LDA主题模型深度融合以实现主题视角下细粒度的舆情仿真分析。将待分类语料集TC输入情感分类微调模型中，得到情感分类结果，再将待分类语料集TC输入至BERT模型，进行向量化处理，并将向量化处理后的待分类语料集TC输入LDA主题模型中进行迭代计算，得到文档分布，然后融合情感分类结果和文档分布，得到情感倾向分布，并按照时间顺序对情感倾向分布进行划分，得到情感时序仿真结果，从而得到更加细粒度和精准的文本主题聚类和舆情演化仿真结果。

本发明授权基于深度学习的网络舆情演化仿真方法及系统在权利要求书中公布了：1.一种基于深度学习的网络舆情演化仿真方法，其特征在于，所述仿真方法包括如下步骤： 将训练语料集TB输入至BERT模型； 利用LDA主题模型对所述BERT模型中输入词所映射得到的词向量进行优化，得到优化后的词向量； 将所述优化后的词向量输入至所述BERT模型的Transformer编码器中，对所述BERT模型的预训练任务进行情感优化； 在情感优化后的BERT模型的softmax层中构建单层神经网络，作为情感分类器，得到优化后的BERT模型；所述单层神经网络连接所述Transformer编码器输出的文本起始符所对应的输出向量； 利用所述优化后的BERT模型的结构，输入训练语料集TW进行深度预训练，得到深度预训练模型；并将所述深度预训练模型迁移到所述优化后的BERT模型softmax层中的微调模型中，得到情感分类微调模型； 将待分类语料集TC输入所述情感分类微调模型中，得到情感分类结果； 将所述待分类语料集TC输入至BERT模型，进行向量化处理，并将向量化处理后的待分类语料集TC输入LDA主题模型中进行迭代计算，得到文档分布； 融合所述情感分类结果和所述文档分布，得到情感倾向分布； 按照时间顺序对所述情感倾向分布进行划分，得到情感时序仿真结果。

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长沙学院，其通讯地址为：410000 湖南省长沙市开福区洪山路98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。