【CN110060697A】一种情感特征提取方法【专利】
【CN110069780A】一种基于特定领域文本的情感词识别方法和系统【专利】
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910316622.8(22)申请日 2019.04.19(71)申请人 中译语通科技股份有限公司地址 100040 北京市石景山区石景山路20号16层1601(72)发明人 张力文 程国艮 (74)专利代理机构 北京兴智翔达知识产权代理有限公司 11768代理人 蒋常雪(51)Int.Cl.G06F 17/27(2006.01)G06F 16/33(2019.01)G06F 16/36(2019.01)(54)发明名称一种基于特定领域文本的情感词识别方法和系统(57)摘要本发明提供了基于特定领域文本的情感词识别方法和系统，该方法包括如下步骤：预处理，对语料数据进行预处理；情感词识别，利用基于模板的情感词发现和基于朴素贝叶斯的情感词发现来计算获得情感表达词，同时利用基于朴素贝叶斯的情感词发现判断获得的所述情感表达词的极性；后处理，将通过上述情感词识别获得的情感表达词进行排序，选取得分最高的情感候选词，作为最终的情感词用来扩充情感词词典。
通过本发明的方法，可以实现对情感词的识别提取，并且能够输出情感词的正负情感极性，而且该方法无需人工标注的语料，可以实现完全自动化的情感词识别。
权利要求书2页 说明书7页 附图2页CN 110069780 A 2019.07.30C N 110069780A1.一种基于特定领域文本的情感词识别方法，其特征在于，该方法包括如下步骤：预处理，对语料数据进行预处理；情感词识别，利用基于模板的情感词发现和基于朴素贝叶斯的情感词发现来计算获得情感表达词，同时利用基于朴素贝叶斯的情感词发现判断获得的所述情感表达词的极性；后处理，将通过上述情感词识别获得的情感表达词进行排序，选取得分最高的情感候选词，作为最终的情感词用来扩充情感词词典。
2.根据权利要求1所述的方法，其特征在于：所述预处理为对语料进行清洗过滤、分句、分词处理。
一种视频情感分析方法[发明专利]
![一种视频情感分析方法[发明专利]](https://img.taocdn.com/s3/m/1254a2c4bb0d4a7302768e9951e79b89680268be.png)
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910556536.4(22)申请日 2019.06.25(71)申请人 深圳市壹鸽科技有限公司地址 518000 广东省深圳市南山区粤海街道高新区社区高新南七道011号高新工业村T3栋3AA(72)发明人 左靖东 况鹏 范振 詹佳丽 黎宁 (74)专利代理机构 深圳叁众知识产权代理事务所(普通合伙) 44434代理人 杜立光(51)Int.Cl.G06K 9/00(2006.01)G06K 9/46(2006.01)G06N 3/04(2006.01)(54)发明名称一种视频情感分析方法(57)摘要本发明公开了一种视频情感分析方法，包括如下步骤：步骤1、进行人脸面部特征识别；步骤2、进行局部二进制模式特征识别；步骤3、视频特征提取和降维的学习；步骤4、进行序列化学习，放入序列化学习的网络模型，得到可以用来进行情感分析的各个模块，最后将用于分析的测试数据放入模块中得到最终结果。
本发明可以对含有人脸的视频进行训练，得到的模型可以进行情感特征的抽取，进而对情感极性进行评判，生成正面、负面的标签或者情感评分，适用范围广、特征筛选精准、可比较性强。
权利要求书1页 说明书5页 附图1页CN 110321825 A 2019.10.11C N 110321825A1.一种视频情感分析方法，其特征在于，包括如下步骤：步骤1、进行人脸面部特征识别；步骤2、进行局部二进制模式特征识别；步骤3、视频特征提取和降维的学习；步骤4、进行序列化学习，放入序列化学习的网络模型，得到可以用来进行情感分析的各个模块，最后将用于分析的测试数据放入模块中得到最终结果。
2.根据权利要求1所述的视频情感分析方法，其特征在于，步骤1中包括：步骤10、通过摄像镜头获取用户头像的彩色照片；步骤11、通过彩色转灰度处理算法将所获取的用户头像的彩色照片(RGB图)转换为灰度图；步骤12、使用卷积神经网络(CNN)提取面部的各类结构的轮廓特征识别出面部的特征元素；步骤13、通过Gabor小波变换得到纹理特征，这种特征描述了在各个方向上图片是否有相应的纹理。
【CN110008477A】一种中文情感评价单元抽取方法【专利】
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910301318.6(22)申请日 2019.04.15(71)申请人 江西财经大学地址 330013 江西省南昌市昌北国家经济技术开发区双港东大街169号(72)发明人 万常选 喻聪 刘德喜 刘喜平 江腾蛟 张子靖 (74)专利代理机构 西安铭泽知识产权代理事务所(普通合伙) 61223代理人 俞晓明(51)Int.Cl.G06F 17/27(2006.01)G06F 16/30(2019.01)(54)发明名称一种中文情感评价单元抽取方法(57)摘要本发明涉及信息抽取技术领域，公开了一种中文情感评价单元抽取方法；挖掘候选评价对象与候选情感词，获得候选评价对象与候选情感词之间的对齐关系，构建候选评价对象与候选情感词之间的情感关系和语义关系的关联图；计算候选评价对象与候选情感词之间的情感关系强度，计算候选评价对象之间的语义相似度和候选情感词之间的语义相似度，同时计算不同节点的词语信息熵，调整随机游走影响因子；借助随机游走模型获取候选评价对象与候选情感词的置信度，置信度高于预设阈值的候选评价对象与候选情感词，被分别抽取作为最后的候选评价对象和最后的候选情感词；这种情感评价单元抽取方法，不需要大量的人工标注数据，且提取的精确率、召回率较高。
权利要求书6页 说明书23页 附图6页CN 110008477 A 2019.07.12C N 110008477A权 利 要 求 书1/6页CN 110008477 A1.一种中文情感评价单元抽取方法，其特征在于，包括以下步骤：S1、基于词对齐模型挖掘候选评价对象与候选情感词，借助依存句法规则修正词对齐模型的假设问题，通过词语扩展解决词对齐模型的多词性问题，根据挖掘出的候选评价对象与候选情感词，获得候选评价对象与候选情感词之间的对齐关系，也称为情感关系，并基于对齐关系构建候选评价对象与候选情感词之间的情感关系和语义关系的关联图；S2、采用词语之间的共现信息计算候选评价对象与候选情感词之间的情感关系强度，借助主题模型或词向量分别计算候选评价对象之间的语义相似度和候选情感词之间的语义相似度，同时基于词对齐模型的对齐情况计算不同节点的词语信息熵，衡量一个节点所对应候选评价对象或候选情感词的信息量大小，根据候选评价对象与候选情感词之间的情感关系强度、候选评价对象之间的语义相似度和候选情感词之间的语义相似度以及词语信息熵自适应地调整随机游走影响因子；基于候选评价对象与候选情感词之间的情感关系和语义关系，借助随机游走模型获取候选评价对象与候选情感词的置信度，置信度高于预设阈值的候选评价对象与候选情感词，被分别抽取作为最后的评价对象和最后的情感词。
特征提取方法[发明专利]
![特征提取方法[发明专利]](https://img.taocdn.com/s3/m/724b97c9453610661fd9f454.png)
专利名称：特征提取方法专利类型：发明专利
发明人：内山幸央
申请号：CN95117537.8申请日：19951117
公开号：CN1151056A 公开日：
19970604
专利内容由知识产权出版社提供
摘要：本发明公开了一种特征提取方法，其是为抑制因格网大小带来值的变化，而对在各被分割的格网区域提取的特征量进行适当的加权。
其中，区域分割部在格网区域中分割输入图形，各区域的分割位置存储在分割位置存储部不同区域特征量提取部从格网区域提取特征向量，不同区域特征量加权部依据各格网区域的各边的长度、对角线的长度、及面积进行特征量的加权。
申请人：株式会社理光
地址：日本东京
国籍：JP
代理机构：永新专利商标代理有限公司
代理人：蹇炜
更多信息请下载全文后查看。
一种情感分析方法[发明专利]
![一种情感分析方法[发明专利]](https://img.taocdn.com/s3/m/1b9cbea0dbef5ef7ba0d4a7302768e9951e76ef2.png)
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201811614597.3(22)申请日 2018.12.27(71)申请人 杭州翼兔网络科技有限公司地址 310052 浙江省杭州市滨江区长河街道滨兴路301号3幢A楼4层476室(72)发明人 徐承迪 (51)Int.Cl.G06F 3/01(2006.01)G06F 21/60(2013.01)G06F 21/64(2013.01)(54)发明名称一种情感分析方法(57)摘要本发明提供了一种情感分析方法，包括：客户端采集生理信号，并对所述生理信号进行编码，得到编码数据流；使用共享密钥对所述编码数据流进行模二加操作以得到加密数据流；按照预设规则对所述加密数据流进行签名，得到签名数据流；所述加密数据流和所述签名数据流一并发送至服务器；所述服务器根据所述预设规则验证签名是否有效，若有效，则使用所述共享密钥对所述加密数据流进行模二加操作以恢复编码数据流；将所述编码数据流输入至预先训练好的情感分析模型以得到情感分析结果；将所述情感分析结果传输至所述客户端。
本发明实现了对于用户情绪状态的远程监控和自动化获取，不需要过多的人工操作，即可随时掌控客户端用户的情绪状态。
权利要求书1页 说明书5页 附图4页CN 109683712 A 2019.04.26C N 109683712A1.一种情感分析方法，其特征在于，包括：客户端采集生理信号，并对所述生理信号进行编码，得到编码数据流；使用共享密钥对所述编码数据流进行模二加操作以得到加密数据流；按照预设规则对所述加密数据流进行签名，得到签名数据流；所述加密数据流和所述签名数据流一并发送至服务器；所述服务器根据所述预设规则验证签名是否有效，若有效，则使用所述共享密钥对所述加密数据流进行模二加操作以恢复编码数据流；将所述编码数据流输入至预先训练好的情感分析模型以得到情感分析结果；将所述情感分析结果传输至所述客户端。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910296711.0
(22)申请日 2019.04.14
(71)申请人 湖南检信智能科技有限公司
地址 410000 湖南省长沙市高新开发区尖
山路39号中电软件园大楼总部G0241
房
(72)发明人 李剑峰
(74)专利代理机构 北京联瑞联丰知识产权代理
事务所(普通合伙) 11411
代理人 郑自群
(51)Int.Cl.
G10L 21/0232(2013.01)
G10L 21/0264(2013.01)
G10L 25/24(2013.01)
G10L 25/63(2013.01)
(54)发明名称
一种情感特征提取方法
(57)摘要
本发明公开了一种情感特征提取方法，包
括：对语音中的一帧采样，对语音序列s(n )实行
预加重然后做离散FFT变换，再逐步计算得到
MFCC参数。
本发明在任何条件下都可以使用MFCC
参数，在抗噪能力上MFCC参数具有很强的处理能
力，
增强了抗噪能力。
权利要求书1页 说明书6页 附图1页CN 110060697 A 2019.07.26
C N 110060697
A
权 利 要 求 书1/1页CN 110060697 A
1.一种情感特征提取方法，其特征在于，包括：
(1)对语音序列s(n)实行预加重然后做离散FFT变换；
(2)对语音中的一帧采样{x i}i＝1,2,…,M，M是帧长，对{x i}i＝1,2,…,M加汉明窗后作M点的FFT，频域分量{X i}i＝1,2,…,M通过时域信号进行转化，离散功率谱S(n)通过取模的平方得到；
(3)计算S(n)通过传递函数H m(n)求得功率值，即计算S(n)和H m(n)的乘积再求和，求得M 个参数P m；
(4)计算P m的自然对数，求得L m；
(5)计算L m的离散余弦变换，求得D m；
(6)去除直流成分的D0，取D1,D2,…,D k作为MFCC参数。
2.根据权利要求1所述的一种情感特征提取方法，其特征在于，在步骤(1)中，通过传递函数为H(Z)＝1-αZ-1的滤波器对其加以滤波，其中α为预加重系数且0.9<α<10，设n时刻的语音采样值为X(n)，经过预加重处理后的结果为Y(n)＝X(n)-αX(n-1)，0.9<α<1.0。
3.根据权利要求1所述的一种情感特征提取方法，其特征在于，在步骤(1)中，k＝12。
4.根据权利要求1所述的一种情感特征提取方法，其特征在于，在步骤(1)中，语音中的一帧采样，取n＝256点。
2。