(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210032949.4 (22)申请日 2022.01.12 (71)申请人 山东师范大学 地址 250014 山东省济南市历下区文化 东 路88号 (72)发明人 鲁燃　王雪　刘培玉　朱振方　 (74)专利代理 机构 济南圣达知识产权代理有限 公司 372 21 专利代理师 杨琪 (51)Int.Cl. G06F 16/35(2019.01) G06F 40/216(2020.01) G06F 40/211(2020.01) G06F 40/30(2020.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 一种基于交互双重图卷积网络的情感预测 方法及系统 (57)摘要 本发明提供了一种基于交互双重图卷积网 络的情感预测方法及系统， 包括： 获取待预测的 文本， 并转化为若干词向量序列； 提取若干词向 量序列的上下文信息， 得到隐藏状态向量； 基于 若干词向量序列， 采用句法图卷积网络， 得到句 法图； 基于所述隐藏状态向量， 采用语义图卷积 网络， 得到语义图； 基于句法图和语义图， 交互学 习句法信息和语义信息， 得到交互学习后的句法 图和语义图； 基于交互学习后的句法图和语义 图， 预测得到待预测的文本的情感概率分布。 提 高了对情感极性判断的准确性和稳定性。 权利要求书2页 说明书7页 附图2页 CN 114528398 A 2022.05.24 CN 114528398 A 1.一种基于交 互双重图卷积网络的情感预测方法， 其特 征在于， 包括： 获取待预测的文本， 并转 化为若干词向量序列； 提取若干词向量序列的上 下文信息， 得到隐藏状态向量； 基于若干词向量序列， 采用句法图卷积网络， 得到句法图； 基于所述隐藏状态向量， 采用语义图卷积网络， 得到语义图； 基于句法图和语义图， 交互学习句法信息和语义信息， 得到交互学习后的句法图和语 义图； 基于交互学习后的句法图和语义图， 预测得到待预测的文本的情感概 率分布。 2.如权利要求1所述的一种基于交互双重图卷积网络的情感预测方法， 其特征在于， 所 述得到句法图的具体步骤为： 基于若干词向量序列， 计算 面向方面的句法依赖关系邻接矩阵； 采用所述邻接矩阵的语法编码， 将所述隐藏状态向量作为初始 节点表示， 得到句法图。 3.如权利要求2所述的一种基于交互双重图卷积网络的情感预测方法， 其特征在于， 所 述基于若干词向量序列， 计算 面向方面的句法依赖关系邻接矩阵的具体步骤为： 基于若干词向量序列， 生成依赖关系图和权 重依赖图； 对依赖关系图和权 重依赖图进行集成， 得到面向方面的句法依赖关系邻接矩阵。 4.如权利要求1所述的一种基于交互双重图卷积网络的情感预测方法， 其特征在于， 所 述预测得到待预测的文本的情感概 率分布的具体步骤为： 对所述交互学习后的句法图和语义图分别进行平均池化后， 进行连接操作， 得到最终 特征； 将最终特 征输入一个线性层后， 用激活函数生成情感概 率分布。 5.如权利要求1所述的一种基于交互双重图卷积网络的情感预测方法， 其特征在于， 所 述语义图卷积网络通过多头自注意力机制生成和更新语义图。 6.如权利要求1所述的一种基于交互双重图卷积网络的情感预测方法， 其特征在于， 所 述提取若干词向量序列的上 下文信息采用的是双向LSTM网络 。 7.如权利要求1所述的一种基于交互双重图卷积网络的情感预测方法， 其特征在于， 将 待预测的文本转 化为若干词向量序列采用的是Gl oVe词嵌入工具。 8.一种基于交 互双重图卷积网络的情感预测系统， 其特 征在于， 包括： 文本转化模块， 其被 配置为： 获取待预测的文本， 并转 化为若干词向量序列； 上下文信息提取模块， 其被配置为： 提取若干词向量序列的上下文信 息， 得到隐藏状态 向量； 句法图卷积模块， 其被配置为： 基于若干词向量序列， 采用句法图卷积网络， 得到句法 图； 语义图卷积模块， 其被配置为： 基于所述隐藏状态向量， 采用语义图卷积网络， 得到语 义图； 交互学习模块， 其被配置为： 基于句法图和语义图， 交互学习句法信息和语义信息， 得 到交互学习后的句法图和语义图； 情感概率分布预测模块， 其被配置为： 基于交互学习后的句法图和语义图， 预测得到待 预测的文本的情感概 率分布。权　利　要　求　书 1/2 页 2 CN 114528398 A 29.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器执 行时实现如权利要求1 ‑7中任一项 所述的一种基于交互双重图卷积网络的情感预测方法中 的步骤。 10.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求 1‑7中任一项 所述的一 种基于交 互双重图卷积网络的情感预测方法中的步骤。权　利　要　求　书 2/2 页 3 CN 114528398 A 3