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！

龙图腾网获悉河海大学申请的专利一种基于大模型与遥感环境感知的微博用户抑郁风险识别方法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：CN121617635B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610139868.2，技术领域涉及：G16H50/30；该发明授权一种基于大模型与遥感环境感知的微博用户抑郁风险识别方法是由周子裕设计研发完成，并于2026-02-02向国家知识产权局提交的专利申请。

本一种基于大模型与遥感环境感知的微博用户抑郁风险识别方法在说明书摘要公布了：本发明公开一种基于大模型与遥感环境感知的微博用户抑郁风险识别方法，旨在解决现有技术特征稀疏、忽视环境影响的缺陷。包括对微博文本预处理分词后，通过Transformer大模型构建13类抑郁特征词集，基于信息值计算特征权重；提取用户地理位置，利用GEE平台及Sentinel‑2卫星数据计算500米半径绿化率，构建环境调节系数；修正负面情绪指数后，依据正态分布阈值实现风险分级。实验验证显示，本方法准确率92.05%、召回率94.12%，融合文本与环境特征，提升了识别的多维度性与生态效度，可精准识别用户抑郁风险。

本发明授权一种基于大模型与遥感环境感知的微博用户抑郁风险识别方法在权利要求书中公布了：1.一种基于大模型与遥感环境感知的微博用户抑郁风险识别方法，其特征在于，包括以下步骤： 步骤S1：微博文本预处理与分词：获取抑郁症患者群体Udep和普通用户群体Unorm的微博文本样本，并进行预处理；具体包括： 步骤S1.1：样本获取：明确划分抑郁症患者群体Udep和普通用户群体Unorm，分别采集两类群体发布的微博文本作为训练样本，同时预留目标用户微博文本作为待预测样本； 步骤S1.2：停用词过滤：采用包含若干无关词汇的中文停用词库，通过文本匹配方式遍历微博文本，自动过滤语法虚词、逻辑连接词、人称代词、时间类表达及数字类表达，完成文本清洗与标准化； 步骤S1.3：分词处理：先采用基于前缀词典与动态规划的最大概率路径查找算法，遍历清洗后的文本，依据词典词汇及词语出现概率确定初步分词结果；再通过隐马尔可夫模型HMM，基于预设的状态转移概率矩阵、观测概率矩阵及初始概率矩阵，对初步分词中未收录于前缀词典的词语进行状态推理与识别，输出语义完整的词语序列； 步骤S1.4：总词频统计：分别遍历抑郁症患者群体、普通用户群体的词语序列，累计两类群体所有词语的出现次数，得到对应的总词频，记为Tdep、Tnorm； 步骤S2：抑郁特征词语义扩展与分类体系构建：采用基于Transformer结构的大语言模型对预处理后的微博文本进行编码，利用模型注意力机制进行特征融合与聚类，构建包含13类语义类别的抑郁特征词集V； 步骤S3：特征词频率与占比统计：分别计算两类群体在13类抑郁特征词集V中每类的特征词频率，以及各类特征词在对应群体总词汇中的占比和平均占比； 步骤S4：特征区分度量化与权重计算：基于信息值IV计算公式量化各类特征词在两类群体中的区分度，引入缩放因子α进行平滑处理，得到每类特征词的最终权重iv； 步骤S5：环境因素提取与调节系数构建：从用户微博数据中提取地理位置信息并转换为标准经纬度坐标，基于归一化植被指数NDVI计算以用户坐标为中心、设定半径R区域内的绿化率GR，并计算环境调节系数αenv； 步骤S6：个体抑郁风险预测与分级：对目标用户微博重复步骤S1的分词处理，通过大语言模型完成特征词语义匹配与分类，计算加权抑郁词和原始负面情绪指数，经环境调节系数修正得到调整后负面情绪指数，基于正态分布设定风险划分标准，实现目标用户抑郁风险分级。

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河海大学，其通讯地址为：210000 江苏省南京市鼓楼区西康路1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。