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！

龙图腾网恭喜江西师范大学申请的专利一种基于代码空间解法相似度的问题嵌入表示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：CN119989006B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202510477006.6，技术领域涉及：G06F18/22；该发明授权一种基于代码空间解法相似度的问题嵌入表示方法是由薛澜;付广成;杨旭;彭启云;曾雪强设计研发完成，并于2025-04-16向国家知识产权局提交的专利申请。

本一种基于代码空间解法相似度的问题嵌入表示方法在说明书摘要公布了：本发明公开了一种基于代码空间解法相似度的问题嵌入表示方法，包括如下步骤，构建数据集，并设定问题文本，对数据集和问题文本分别进行处理，获得问题顶点向量和知识点顶点向量以及低维问题文本向量，对上述获得的数据分别进行处理，分别获得问题顶点向量的预测关联概率、问题顶点向量和知识点顶点向量的联合预测关联概率、知识点顶点向量的预测关联概率；定义问题顶点向量关联的知识点集合并进行处理，得到平均知识点向量，基于上述获得的预测关联概率将问题顶点向量、平均知识点向量和低维问题文本向量进行处理，获得最终的问题嵌入表示向量。本发明通过联合考虑解法多样性和知识点层级关联，有效提升问题嵌入表示向量的表达能力。

本发明授权一种基于代码空间解法相似度的问题嵌入表示方法在权利要求书中公布了：1.一种基于代码空间解法相似度的问题嵌入表示方法，其特征在于，包括如下步骤：步骤S1：构建数据集，数据集包含编程问题、知识点以及编程问题对应的全部提交代码；步骤S2：对编程问题、知识点进行处理，得到问题顶点向量和知识点顶点向量，设定一个问题文本，并对问题文本进行处理，得到问题文本向量；步骤S3：通过对问题顶点向量进行处理，得到问题顶点向量的预测关联概率；步骤S4：通过对问题顶点向量和知识点顶点向量进行处理，得到问题顶点向量和知识点顶点向量的联合预测关联概率；步骤S5：通过对知识点顶点向量进行处理，得到知识点顶点向量的预测关联概率；步骤S6：对问题文本向量采用线性神经网络映射得到低维问题文本向量；定义问题顶点向量关联的知识点集合，通过算术平均法对知识点集合进行处理得到平均知识点向量，基于问题顶点向量的预测关联概率、问题顶点向量和知识点顶点向量的联合预测关联概率和知识点顶点向量的预测关联概率将问题顶点向量、平均知识点向量和低维问题文本向量进行拼接，构造出一阶特征矩阵，通过定义交互函数对一阶特征矩阵进行处理，构造二阶特征矩阵，对一阶特征矩阵和二阶特征矩阵进行处理，获得一阶特征矩阵的标量和二阶特征矩阵的标量，将一阶特征矩阵的标量和二阶特征矩阵的标量相加，获得最终的问题嵌入表示向量。

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江西师范大学，其通讯地址为：330000 江西省南昌市高新技术开发区紫阳大道99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”。