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！

龙图腾网获悉贵州财经大学申请的专利一种基于商品评价的方面级情感分析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：CN116663566B 。

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：202310618152.7，技术领域涉及：G06F40/30；该发明授权一种基于商品评价的方面级情感分析方法及系统是由崔鹏;潘云辉设计研发完成，并于2023-05-29向国家知识产权局提交的专利申请。

本一种基于商品评价的方面级情感分析方法及系统在说明书摘要公布了：本发明提供了一种基于商品评价的方面级情感分析方法及系统，使用多头注意力构建关于语义信息和依赖类型信息的概率注意力矩阵，使用预训练模型并且使用StanfordNLP工具深度解析句子的句法依赖信息，融合多尺度的句法信息，能够更有效捕捉到商品评价文本中对方面词有重大关系的下文意见词，提取到对方面词情感极性重要的信息，从而当用户浏览商品时为其提供更有效地评价信息，为商家提供全面的反馈信息，帮助用户及商家做出决策。

本发明授权一种基于商品评价的方面级情感分析方法及系统在权利要求书中公布了：1.一种基于商品评价的方面级情感分析方法，其特征在于，采用以下步骤： S1：数据预处理和准备：获取商品评价文本数据，利用StanfordcoreNLP解析句子的句法依赖信息，进而获得关于商品评价文本的依赖关系矩阵Arel、依赖类型序列两种句法依赖信息； S2：特征输入：使用Bert预训练模型或者Glove模型对商品评价文本的上下文语义信息进行词向量映射；随机初始化依赖类型的词向量并进行词嵌入操作，然后使用BiLSTM分别提取语义信息和句法依赖信息，得到语义信息的隐藏向量表示Hc和句法依赖信息的隐藏向量表示Hc1；将Hc与位置距离信息使用交互注意力机制进行融合，然后拼接融合后的Hc和Hc1，得到输入的隐藏向量表示H； S3：语义特征提取和句法依赖特征提取：使用多头注意力机制分别求出关于语义信息隐藏向量的注意力得分矩阵Asem和关于句法依赖类型信息隐藏向量的注意力得分矩阵Atype，之后把Atype和Arel进行融合得到包含更丰富信息的依赖信息矩阵Asyn，然后Asem与S2阶段得到的H送入语义信息图卷积层进行语义信息的特征提取，Asyn与S2阶段得到的H送入到句法信息图卷积层进行句法信息特征提取； S4：信息交互：使用交互注意力进行S3阶段中每层上下文语义信息隐藏向量和句法依赖信息之间的信息隐藏向量交互，使得语义信息指导句法依赖信息参数更新学习，句法依赖信息指导语义信息参数更新学习，如此经过三层图卷积操作，其中每层图卷积之后进行交互注意力操作； S5：情感极性分类：对经过特征提取和交互的最终隐藏输出进行方面词的MASK平均操作，然后softmax对商品评价文本进行最后的情感预测。

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贵州财经大学，其通讯地址为：550025 贵州省贵阳市花溪大学城；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。