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！

龙图腾网获悉南京邮电大学申请的专利基于增量预训练的社会诉求数据的文本分类优化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：CN119271811B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202411446688.6，技术领域涉及：G06F16/35；该发明授权基于增量预训练的社会诉求数据的文本分类优化方法是由张子成;刘柳;范云鑫;刘嘉鑫设计研发完成，并于2024-10-16向国家知识产权局提交的专利申请。

本基于增量预训练的社会诉求数据的文本分类优化方法在说明书摘要公布了：本发明公开了一种基于增量预训练的社会诉求数据的文本分类优化方法，收集各社会诉求平台的社会诉求数据，社会诉求数据以文本格式呈现；对收集的社会诉求数据进行预处理；预处理后基于改进树的词挖掘算法挖掘新词，对其进行分词处理，然后利用术语频率逆文档频率TF‑IDF算法提取关键词；基于GPT的数据增强技术扩大关键词数据集；输入预训练BERT模型，并选择增量预训练策略对预训练BERT模型进行训练；采用基于训练好的BERT模型的文本分类算法和命名实体识别算法实现社会诉求数据的文本信息分类。本发明旨在解决社会诉求和优化社会诉求领域的文本分类功能，实现对社会诉求数据深层信息的有效提取。

本发明授权基于增量预训练的社会诉求数据的文本分类优化方法在权利要求书中公布了：1.一种基于增量预训练的社会诉求数据的文本分类优化方法，其特征在于，包括步骤： （1）收集各社会诉求平台的社会诉求数据，社会诉求数据以文本格式呈现； （2）对收集的社会诉求数据进行预处理； （3）预处理后基于改进树的词挖掘算法挖掘新词，对其进行分词处理，然后利用术语频率逆文档频率TF-IDF算法提取关键词； 基于改进树的词挖掘算法识别在文本数据中表现出强烈上下文相关性的高频单词，依赖于互信息MI和熵两个关键统计指标；增强的字典树结构将汉字作为树的主要节点，每一个树根从汉语词汇的第一个汉字开始，形成一个新的树根，每个根下的子树对应于以该特定汉字开头的所有潜在单词； 采用术语频率逆文档频率算法衡量每个词在文本中的重要性，其中，术语频率TF表示某一词在特定文档中的出现频率，逆文档频率IDF则衡量该词在整个文档集合中的稀有程度；TF-IDF值越高，表示该词在区分文档时的作用越大，根据各词的TF-IDF值，提取每篇文档中最具代表性的若干术语，生成该文档的关键词列表； （4）基于GPT的数据增强技术扩大关键词数据集； 使用通义千问大模型进行数据增强，根据输入生成与类别相关的多样化文本，通过调整生成参数确保生成的文本与原始类别特征匹配，生成的文本经过严格筛选后将与原始数据集合并，形成平衡数据集； （5）输入预训练BERT模型，并选择增量预训练策略对预训练BERT模型进行训练； 预训练BERT模型包括掩模语言建模MLM和下一句预测NSP两个任务； 掩模语言建模MLM，在输入句子中随机屏蔽部分标记，通过预训练模型预测被屏蔽的标记，训练模型对残缺文本的识别度； 下一句预测NSP，向预训练模型提供两个句子，并要确定第二个句子是否是第一个句子的直接继承者； （6）采用基于训练好的BERT模型的文本分类算法和命名实体识别算法实现社会诉求数据的文本信息分类。

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南京邮电大学，其通讯地址为：210000 江苏省南京市鼓楼区新模范马路66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”。

以上内容由龙图腾AI智能生成。