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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利用于小样本意图识别的完型填空式的数据增强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：CN115455144B 。

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：202211071426.7，技术领域涉及：G06F16/334；该发明授权用于小样本意图识别的完型填空式的数据增强方法是由陈洪辉;张鑫;蔡飞;江苗;郑建明;宋城宇;邵太华;郭昱普;王梦如设计研发完成，并于2022-09-02向国家知识产权局提交的专利申请。

本用于小样本意图识别的完型填空式的数据增强方法在说明书摘要公布了：本申请中一个或多个实施例提供了一种用于小样本意图识别的完型填空式的数据增强方法，内容包括：基于预训练语言模型构建完型填空式的数据增强任务用于意图识别，先采用无监督学习方法使得数据增强的结果在语义上与原始输入句子相似，然后再基于度量分类采用有监督的对比学习方法，使得同一类别的意图样本在嵌入空间中更接近彼此，不同类别的意图样本更远离彼此，对比学习方法包括原型层面的对比学习和实例层面的对比学习。在不破坏句法结构和增加噪音的情况下产生有意义的数据，充分利用了有限的数据并获得可分离的嵌入。在嵌入空间中获得更好的距离分布，从而改善基于度量的分类方法的性能。

本发明授权用于小样本意图识别的完型填空式的数据增强方法在权利要求书中公布了：1.一种用于小样本意图识别的完形填空式的数据增强方法，其特征是，包括：基于预训练语言模型构建完形填空式的数据增强任务用于意图识别，先采用无监督学习方法使得数据增强的结果在语义上与原始输入句子相似，然后再基于度量分类采用有监督的对比学习方法，使得同一类别的意图样本在嵌入空间中更接近彼此，不同类别的意图样本更远离彼此，对比学习方法包括原型层面的对比学习和实例层面的对比学习； 所述无监督学习方法包括：以预训练语言模型作为特征提取器，采用标记来掩盖设定比例的输入词，根据输入句子的上下文的语义来预测这些被掩盖的标记；特征提取器通过加入两个特殊标记后，将完形填空式的意图识别任务中的句子编码为隐藏层向量表示，两个特殊标记分别表示完形填空式的意图识别任务中句子的开始和结束，该过程通过以下公式表示： 其中，F·为特征提取器，T为完形填空式模板，[MASK]为被掩盖的单词的标记，PatT,x为数据增强模式，x是输入句子，表示隐藏层向量，[CLS]和[SEP]分别表示开始和结束； 将隐藏层向量视为被掩盖的单词[MASK]的表示，将看作是根据模式PatT,x生成的句子表示，其在语义上与输入句子x是相似的，所有输入样本上重复公式1得到相应的数据增强结果； 在不引入任何外部知识和标签的情况下，将输入句子x送入预训练语言模型中，获得其低维向量表示，将其表述为： 其中，隐藏层向量表示为整个句子x，通过以下损失函数： 用于缩小和之间的距离。

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中国人民解放军国防科技大学，其通讯地址为：410003 湖南省长沙市开福区德雅路109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”。