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！

龙图腾网获悉浙江大学;浙江大学滨江研究院申请的专利面向自然语言查数的规范问题重构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：CN120106082B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202510570720.X，技术领域涉及：G06F40/30；该发明授权面向自然语言查数的规范问题重构方法是由潘晓华;李香玉;沈诗婧;张志伟;尹建伟设计研发完成，并于2025-05-06向国家知识产权局提交的专利申请。

本面向自然语言查数的规范问题重构方法在说明书摘要公布了：本发明公开了一种面向自然语言查数的规范问题重构方法，包括如下步骤：步骤一，构建规范问题语料库，并存储规范问题的语义和结构向量；步骤二，基于孪生神经网络，从规范问题语料库中进行相似问题检索；步骤三：构建新的依存句法树，完成查询问题的规范性重构。本发明的面向自然语言查数的规范问题重构方法，解决现有技术在处理模糊复杂查询时存在的语义理解不准确、数据模式不匹配等问题，以及缺乏对生成的原子问题进行规范性核验的手段。通过提出一种基于改进孪生神经网络的原子问题规范性核验方法，确保每个子问题都能准确无误地指向所需信息，从而显著提升查询的整体质量。

本发明授权面向自然语言查数的规范问题重构方法在权利要求书中公布了：1.一种面向自然语言查数的规范问题重构方法，其特征在于：包括如下步骤： 步骤一，构建规范问题语料库，以提供包含问题的规范性描述和对应的数据库结构化查询语句，采用word2vec获取规范查询问题的语义向量，通过预训练句法分析器构建依存树并编码节点结构特征，利用K-means聚类获取层次化全局位置映射，结合稀疏编码重构的局部权重进行逐层属性融合，最终生成文本的统一结构向量表示，同时保存语料库问题文本的子树结构； 步骤二，依据步骤一相似的处理方法获取原始查询问题的语义向量和结构向量，基于孪生神经网络，从规范问题语料库中进行相似问题检索； 步骤三，使用相似规范问题的子树结构替换掉原始问题的子树结构，构建新的依存句法树，完成查询问题的规范性重构；使用预训练的句法分析器获取语料库中每个问题文本的依存句法树，将每个样本被表示为一棵树，对于树中的每个节点的特征信息进行编码，然后再获得每个节点的编码信息之后，使用K-means对某一层次的所有节点进行聚类，通过计算各个节点到其所属类中心的距离，获得该层节点的位置映射，得到该层次节点的全局信息，之后以稀疏编码理论为基础，对节点的局部信息进行重构，获得局部权重，利用局部权重，对获得的全局信息进行调节，将节点属性与本层获得的孩子节点的局部属性连接，构成该节点新的属性向量，将其作为该层K-means的输入，上述层次信息融合的过程不断进行，直至到达顶层节点，最终形成了统一的向量表示。

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浙江大学;浙江大学滨江研究院，其通讯地址为：310000 浙江省杭州市西湖区余杭塘路866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”。