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！

龙图腾网获悉山东财经大学申请的专利基于类别和样本感知提示的跨主题作文评分方法及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：CN120373287B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202510878567.7，技术领域涉及：G06F40/205；该发明授权基于类别和样本感知提示的跨主题作文评分方法及系统是由张春云;杨春丽;崔超然;赵洪焱设计研发完成，并于2025-06-27向国家知识产权局提交的专利申请。

本基于类别和样本感知提示的跨主题作文评分方法及系统在说明书摘要公布了：本发明属于作文评分技术领域，提供了一种基于类别和样本感知提示的跨主题作文评分方法及系统，包括：获取含若干个源主题的已评分作文数据和含目标主题的未评分作文数据；根据已评分作文数据，构建跨主题作文评分模型；基于跨主题作文评分模型进行含目标主题的未评分作文数据的评分，完成跨主题作文评分；其中，跨主题作文评分模型采用至少包含两个主题共享提示的提示池，根据已评分作文数据的数据特征从提示池中进行样本感知提示选择；通过细粒度的类别对抗训练优化提示池中的主题共享提示；基于判别器识别未评分作文数据的主题得到未评分作文数据的类别级主题，结合梯度反转层进行主题共享提示和类别级主题的对抗，完成跨主题作文评分。

本发明授权基于类别和样本感知提示的跨主题作文评分方法及系统在权利要求书中公布了：1.一种基于类别和样本感知提示的跨主题作文评分方法，其特征在于，包括： 获取含若干个源主题的已评分作文数据和含目标主题的未评分作文数据； 根据所获取的已评分作文数据，构建跨主题作文评分模型； 基于所构建的跨主题作文评分模型进行含目标主题的未评分作文数据的评分，完成跨主题作文评分； 其中，所构建的跨主题作文评分模型采用至少包含两个主题共享提示的提示池，根据已评分作文数据的数据特征从提示池中进行样本感知提示选择；通过细粒度的类别对抗训练优化提示池中的主题共享提示，捕捉相同类别数据在不同主题之间的细粒度共享特征；基于判别器识别未评分作文数据的主题得到未评分作文数据的类别级主题，结合梯度反转层进行主题共享提示和类别级主题的对抗，完成基于类别和样本感知提示的跨主题作文评分； 所构建的跨主题作文评分模型的损失函数至少包括分类损失函数、属性评分损失函数、路由器约束损失函数和类别级对抗损失函数；其中，考虑路由器约束项，计算每个源主题的路由器约束损失，对所得到的所有源主题的路由器约束损失进行累加求和，得到路由器约束损失函数； 构建一个线性路由器进行提示选择，其中，R为实数空间，表示作文平均嵌入的维度；路由器以作平均嵌入为输入，计算出每个提示的对应概率，ri为第i个提示pi的权重，其计算过程为： ； 基于路由器输出的概率分布，筛选出概率值最高的个提示并进行加权聚合，得到最终的聚合提示： ； 其中，表示选取的个提示对应的提示索引集合； 对于给定样本的路由概率分布，存在一个路由器约束损失函数： ； 所有数据的路由器约束损失函数为： ； 其中，|Dn|为第n个主题的作文数量。

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山东财经大学，其通讯地址为：250000 山东省济南市历下区二环东路7366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”。