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！

龙图腾网获悉合肥工业大学申请的专利利用标签信息的层次多标签专业技术文档分类方法和系统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：CN116932763B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202310973520.X，技术领域涉及：G06F16/35；该发明授权利用标签信息的层次多标签专业技术文档分类方法和系统是由丁贾明;王安宁;赵龙;唐春华;徐思敏;李宾宾;张强;陈艺;秦琪设计研发完成，并于2023-08-03向国家知识产权局提交的专利申请。

本利用标签信息的层次多标签专业技术文档分类方法和系统在说明书摘要公布了：本发明提供一种利用标签信息的层次多标签专业技术文档分类方法、系统、存储介质和电子设备，涉及文档分类技术领域。本发明对层次多标签专业技术文档，充分利用标签信息，对文档准确地进行分类。该方法不仅能够捕获文本的语义表示，而且能够学习标签层次结构信息。其中，基于标签感知的监督对比学习模块，在监督对比学习中引入了标签相似性的定义；在锚样本和正样本之间建立了相似性关系，使得文档表示更准确。基于层次感知的标签注意模块，捕获文档和相应的层次感知标签描述之间的语义关系，目的将标签层次结构动态地整合到分类模型中。

本发明授权利用标签信息的层次多标签专业技术文档分类方法和系统在权利要求书中公布了：1.一种利用标签信息的层次多标签专业技术文档分类方法，其特征在于，基于层次多标签专业技术文档分类模型，模型包括标签感知的监督对比学习模块、层次感知的标签注意模块和分类模块；该分类方法包括： 获取若干文档样本，并划分为训练集和测试集； 将训练集中的锚样本和对应的正负样本作为监督对比学习模块的输入，获取文本隐藏表示，以及构建标签感知监督对比学习损失； 将锚样本及其层次多标签作为标签注意模块的输入，获取标签嵌入注意的文本序列表示； 将文本隐藏表示和文本序列表示分别作为分类模块的输入，获取锚样本对应分类结果的第一、第二预测概率；根据第一、第二预测概率，分别构建文档分类损失和文本序列表示分类损失； 根据标签感知监督对比学习损失、文档分类损失和文本序列表示分类损失，构建总损失并训练模型直至收敛； 将测试集作为收敛后模型的输入，获取层次多标签专业技术文档分类结果； 所述将训练集中的锚样本和对应的正样本作为监督对比学习模块的输入，获取文本隐藏表示，包括： 生成锚样本的第一字符串序列；将第一字符串序列作为监督对比学习模块的文档编码器的输入，获取第一序列表示； 将第一序列表示作为监督对比学习模块的投影网络的输入，获取文本隐藏表示； 所述标签感知监督对比学习损失，具体是指： 其中，LLSCLM表示标签感知监督对比学习损失；N表示当前批次中的文档样本数量，令i∈A≡{1,2,……,N}是锚样本的索引； 表示第i个锚样本的标签感知监督对比学习损失；Li表示第i个锚样本的层次多标签集合，Lp表示第i个锚样本对应的第p个正样本的层次多标签集合；Pi表示第i个锚样本对应的正样本集合；zi、zp、za分别表示第i个锚样本及其正样本、正负样本；sim表示相似度函数；exp表示指数函数；τ表示温度系数； JX,Y∈[0,1]表示任意两个标签集合X和Y的Jaccard相似性，将两个集合的相似性定义为它们交集的基数|X∩Y|除以它们并集的基数|X∪Y|。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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”。