Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京理工大学施重阳获国家专利权

北京理工大学施重阳获国家专利权

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!

龙图腾网获悉北京理工大学申请的专利基于融合因果干预的文献Related Work自动生成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:CN115827853B

龙图腾网通过国家知识产权局官网在2025-07-11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:202211496491.4,技术领域涉及:G06F40/16;该发明授权基于融合因果干预的文献Related Work自动生成方法是由施重阳;刘家昌;劳安;张奇设计研发完成,并于2022-11-24向国家知识产权局提交的专利申请。

基于融合因果干预的文献Related Work自动生成方法在说明书摘要公布了:本发明提出了基于融合因果干预的文献RelatedWork自动生成方法,属于人工智能与自然语言处理技术领域。本方法结合因果图对relatedwork生成中关键要素句子顺序、文本关系、过渡内容三者之间的因果关系进行建模,并将句子顺序视为混淆因子,通过文本关系建立起与过渡内容之间的伪相关关系。利用do算子和后门准则,推导出实施因果干预的具体步骤,并基于此设计神经网络模块实施因果干预。最终将干预模块与既有的生成模型进行融合,得到完整的因果干预端到端relatedwork生成模型,实现自行生成高质量的文献relatedwork内容。

本发明授权基于融合因果干预的文献Related Work自动生成方法在权利要求书中公布了:1.基于融合因果干预的文献RelatedWork自动生成方法,其特征在于,包括以下步骤: 步骤1:对relatedwork生成过程中的因果关系进行建模; 对relatedwork生成中的三个要素:句子顺序、文本关系、过渡内容三者之间的因果关系进行建模,并将句子顺序视为混淆因子,其通过文本关系建立起与过渡内容之间的伪相关关系;其中,句子顺序、文档关系分别独立地对过渡内容的生成起到指导作用; 其中,句子顺序、文档关系分别独立地对过渡内容的生成起到指导作用,文档关系和过渡内容之间的关系,指导文本对不同研究之间的关系进行对比; 步骤2:基于因果关系建模结果使用do算子推导干预过程; 步骤3:设计因果干预模块,实现具体干预过程,具体如下: 步骤3.1:在因果干预模块中,首先进行原始干预,根据do算子的推导结果将句子顺序信息融合到文档关系指导过渡内容生成的过程中,初步消除由句子顺序引起的伪相关关系的负面影响; 步骤3.2:通过上下文感知重映射过程对干预后的表征进行重新计算,在此过程中,对其上下文信息进行捕捉和融合,使最终表征分布更为平滑且包含上下文信息; 步骤3.3:通过最优力度学习过程,学习既有的原始、干预和重映射这三种表征各自对应的输出强度,通过融合这三种强度,得到最优的干预力度,计算输出最终表征; 步骤4:将因果干预模块与Transformer模型相融合,得到最终端到端的具有因果干预能力的relatedwork生成模型; 步骤5:经因果干预生成relatedwork; 将Transformer解码器的最终输出经线性层和softmax层后,获取到每个位置具体的单词内容; 步骤6:训练神经网络,使用交叉熵作为损失函数,计算损失值,实现自行生成高质量的文献relatedwork内容; 在设定的训练轮数内,使用交叉熵计算预测生成的relatedwork和真实relatedwork之间的差距损失,并通过反向传播优化调整模型参数,最终使得模型表现达到最优。

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北京理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。