北京信息科技大学;复杂系统仿真总体重点实验室吕学强获国家专利权
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！
龙图腾网获悉北京信息科技大学;复杂系统仿真总体重点实验室申请的专利一种基于标签注意力的武器装备领域多模态命名实体识别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：CN116029297B 。
龙图腾网通过国家知识产权局官网在2025-08-15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：202310061847.X，技术领域涉及：G06F40/295；该发明授权一种基于标签注意力的武器装备领域多模态命名实体识别方法是由吕学强;肖刚;游新冬;韩君妹设计研发完成，并于2023-02-04向国家知识产权局提交的专利申请。
本一种基于标签注意力的武器装备领域多模态命名实体识别方法在说明书摘要公布了：本发明解决武器装备领域文本数据因其稀缺性，存在噪声大、句子短、质量差、不具备丰富的上下文语义等现象，利用多模态方法可有效提高实体识别的效果，包括以下步骤：由ResNet提取视觉特征，同时对图像进行分类；将分类标签在字典中的解释通过BERT得到向量信息，取到包含全部分类信息的[CLS]；由BERT提取整个文本特征，将含有分类信息的[CLS]替换文本向量的[CLS]部分，然后进行自注意力得到关注实体的特征向量；将两种模态处理好的特征向量进行跨模态注意，通过互注意力模块对两种特征向量进行交互感知；最后通过CRF层提取出实体。在武器装备多模态数据集上进行实验，表明本发明优于单文本模态和主流多模态模型，可实现对武器装备领域实体的有效识别。
本发明授权一种基于标签注意力的武器装备领域多模态命名实体识别方法在权利要求书中公布了：1.一种基于标签注意力的武器装备领域多模态命名实体识别方法，其特征在于，包括以下步骤： 将图片输入ResNet模型得到图片特征向量和图片分类标签，将文本输入BERT模型得到文本特征向量； 将分类标签在字典中的解释通过BERT得到向量信息，取到包含全部分类信息的[CLS]； 将含有分类信息的[CLS]替换文本特征向量的[CLS]部分，然后进行自注意力得到关注实体的特征向量； 将所述关注实体的特征向量和图片特征向量输入互注意力模块，进行跨模态特征整合，得到文本和视觉的联合多模态特征表示； 将所述多模态特征表示输入CRF层，并通过CRF层提取出实体。
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信息科技大学;复杂系统仿真总体重点实验室，其通讯地址为：100192 北京市海淀区清河小营东路12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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号