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！

龙图腾网获悉贵州大学;贵州耕云科技有限公司申请的专利一种基于ELECTRA-GCNN-CRF模型的中文文本语法错误检测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：CN114840640B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202210382738.3，技术领域涉及：G06F16/334；该发明授权一种基于ELECTRA-GCNN-CRF模型的中文文本语法错误检测方法是由黄瑞章;陈柏霖;王天极;秦永彬;陈艳平设计研发完成，并于2022-04-13向国家知识产权局提交的专利申请。

本一种基于ELECTRA-GCNN-CRF模型的中文文本语法错误检测方法在说明书摘要公布了：本发明是一种基于ELECTRA‑GCNN‑CRF模型的中文文本语法错误检测方法。本发明涉及自然语言处理技术领域，本发明将文本语法错误检测视为序列标注任务，在输入层使用ELECTRA预训练语言模型替换BERT模型，避免预训练阶段与微调阶段数据不匹配的问题；通过GCNN获取文本的局部信息，减轻语法错误对上下文语义的影响；通过CRF得到表示文本中包含的语法错误范围和类型的标签序列,最后输出语法错误检测结果。本发明通用性较强，无需人工提取词法句法特征，节约了人力和时间成本，效果较好，满足了中文语法错误自动检测的需求。

本发明授权一种基于ELECTRA-GCNN-CRF模型的中文文本语法错误检测方法在权利要求书中公布了：1.一种基于ELECTRA-GCNN-CRF模型的中文文本语法错误检测方法，其特征是：所述方法包括： 步骤1：在输入层使用ELECTRA预训练语言模型替换BERT模型，取判别器作为最终的ELECTRA预训练语言模型； 步骤2：建立GCNN网络，在卷积网络中添加门控和残差机制，获取文本的局部信息，减轻语法错误对上下文语义的影响； 所述步骤2具体为： 将每句话的字所对应的字向量直接作为输入，给残差门控卷积神经网络进行进一步处理；残差门控卷积神经网络由多个GCNN单元组成，每个GCNN单元包含带门控机制的卷积核和残差单元； GCNN单元内的操作通过下式表示： 其中，表示由输入层得到的隐藏层向量，表示卷积操作，表示sigmoid激活函数，表示向量的哈达玛积，表示经过门控卷积单元的局部特征向量，表示层归一化，表示向量相加，表示经过GCNN得到的文本特征向量； 步骤3：通过CRF获取文本标签的依赖关系； 步骤4：输出起始位置，结束位置和语法错误类型格式的三元组，将三元组作为输出的语法错误检测结果。

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贵州大学;贵州耕云科技有限公司，其通讯地址为：550025 贵州省贵阳市花溪区花溪大道南段2708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”。