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！

龙图腾网获悉中国科学技术大学申请的专利社交媒体网络用语的语义变化自动检测与解释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：CN115329044B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202210989284.6，技术领域涉及：G06F16/334；该发明授权社交媒体网络用语的语义变化自动检测与解释方法及系统是由徐童;陈恩红;谢哲勇;何伟栋;吴世伟设计研发完成，并于2022-08-17向国家知识产权局提交的专利申请。

本社交媒体网络用语的语义变化自动检测与解释方法及系统在说明书摘要公布了：本发明公开了一种社交媒体网络用语的语义变化自动检测与解释方法及系统，整个方案两个阶段，通过两个阶段自动检测和理解社交媒体评论中的网络用语语义变化现象，第一个阶段中，通过单词在不同语料库中对应的向量表示的距离，可以以找到语义上发生变化的词语即网络用语；第二个阶段，利用多模态信息可以生成网络用语的解释文本，从而准确翻译网络用语的真实含义。

本发明授权社交媒体网络用语的语义变化自动检测与解释方法及系统在权利要求书中公布了：1.一种社交媒体网络用语的语义变化自动检测与解释方法，其特征在于，包括： 网络用语检测阶段：对于社交媒体评论语料库Cu中的社交媒体评论文本，通过给定的通用语料库Cg对应的单词向量表示集合获得社交媒体评论文本中所有单词的向量表示，构成第一文本向量序列，以及通过社交媒体评论语料库Cu对应的单词向量表示集合，获得社交媒体评论文本中所有单词的向量表示，构成第二文本向量序列；对第一文本向量序列与第二文本向量序列中相同单词之间的向量表示的距离进行度量，从社交媒体评论文本中选出距离最大的K个单词作为网络用语； 网络用语解释阶段：通过基于Transformer模型的编码器分别对社交媒体评论文本对应的视频帧图像的视觉表征、网络用语与社交媒体评论文本的文本表征、以及网络用语与社交媒体评论文本的语音表征进行编码，将编码获得的视频帧图像的图像特征、网络用语与社交媒体评论文本的文本表征，以及网络用语与社交媒体评论文本的语音特征，输入至基于Transformer模型的解码器，生成自然语言解释文本； 其中，所述单词向量表示集合包含多个单词的向量表示，每一单词的向量表示均通过针对文本的预训练模型提取，对于单词w′，其向量表示为v，提取方式表示为： v＝Wgw 其中，Wg表示针对文本的预训练模型的参数，w表示单词w′的独热向量； 所述网络用语检测阶段通过图像增强的网络用语检测模块实现，所述图像增强的网络用语检测模块包括：针对文本的预训练模型、针对图像的预训练模型、编码器、解码器以及提取器；其中：所述针对文本的预训练模型，用于提取给定的通用语料库Cg、以及社交媒体评论语料库Cu对应的单词向量表示集合；所述提取器，用于结合社交媒体评论文本获得第一文本向量序列与第二文本向量序列，对第一文本向量序列与第二文本向量序列中相同单词之间的向量表示的距离进行度量，从社交媒体评论文本中选出距离最大的K个单词作为网络用语；针对图像的预训练模型、编码器与解码器仅应用于训练阶段，训练阶段，编码器的输入为第二文本向量序列，输出为句子层面的向量表示，解码器基于句子层面的向量表示生成重构文本，利用重构文本与社交媒体评论文本的差异计算重构损失针对图像的预训练模型的输入为社交媒体评论文本对应的视频帧图像，输出为整体的视觉表征；通过正交矩阵G将句子层面的向量表示从句子语义空间转换至视觉空间后通过距离函数计算与整体的视觉表征的距离损失结合重构损失距离损失以及正交矩阵G的约束项构建第一训练损失，通过第一训练损失训练图像增强的网络用语检测模块中的针对文本的预训练模型、编码器与解码器；测试阶段移除针对图像的预训练模型、编码器与解码器，通过针对文本的预训练模型与提取器检测网络用语；所述网络用语解释阶段通过网络用语解释任务模块实现，其包括：基于Transformer模型的编码器与基于Transformer模型的解码器；训练阶段，根据基于Transformer模型的解码器生成自然语言解释文本与数据集中的解释文本，计算交叉熵损失以及通过平均池化层处理文本特征获得宏观文本表示，基于宏观文本表示与整体的视觉表征的距离差异计算对齐损失结合交叉熵损失与对齐损失构建第二训练损失，通过所述第二训练损失训练网络用语解释任务模块；其中，所述整体的视觉表征属于视频帧图像的视觉表征的一部分。

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中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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。