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！

龙图腾网获悉北京策腾数字科技集团有限公司申请的专利一种上下文感知的词汇识别模型训练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：CN120218066B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510660282.6，技术领域涉及：G06F40/284；该发明授权一种上下文感知的词汇识别模型训练方法及系统是由乐妙;王小波设计研发完成，并于2025-05-22向国家知识产权局提交的专利申请。

本一种上下文感知的词汇识别模型训练方法及系统在说明书摘要公布了：本发明公开了一种上下文感知的词汇识别模型训练方法及系统，涉及词汇定义识别技术领域，包括如下步骤：构建词汇词库，同时基于词汇定义构建三元组表；使用语义识别模型对样本文章进行语义识别，得到正确语义，基于正确语义分析不同词语之间的词汇关联性；获取目标词汇的上下文，提取上下文的文章分词；基于文章分词以及文章分词所处的位置分析词汇定义的关联占比，再对目标词汇的词汇定义进行识别，并检测词汇识别模型是否有效；本发明用于解决现有的词汇定义识别技术还存在对单一领域的词汇进行识别，导致判断结果出现偏差且词汇识别的准确率稍显不足的问题。

本发明授权一种上下文感知的词汇识别模型训练方法及系统在权利要求书中公布了：1.一种上下文感知的词汇识别模型训练方法，其特征在于，包括如下步骤： 构建词汇词库，同时基于词汇定义构建三元组表； 使用语义识别模型对样本文章进行语义识别，得到正确语义，基于正确语义分析不同词语之间的词汇关联性； 获取目标词汇的上下文，对上下文进行分词处理，提取上下文的文章分词； 基于文章分词以及文章分词所处的位置分析词汇定义的关联占比，再基于关联占比对目标词汇的词汇定义进行识别，并检测词汇识别模型是否有效； 构建词汇识别模型，基于正确语义分析不同词语之间的词汇关联性包括如下子步骤： 构建词汇识别模型；基于关键词提取技术提取样本文章中的关键词，标记为样本关键词，所述样本关键词不包括停用词； 统计期刊中输出标注正确信号和标注错误信号的数量，分别标记为A1和B1，统计新闻报道中输出标注正确信号和标注错误信号的数量，分别标记为A2和B2，统计杂志中输出标注正确信号和标注错误信号的数量，分别标记为A3和B3，统计网络文章中输出标注正确信号和标注错误信号的数量，分别标记为A4和B4； 通过文档校对技术对期刊、新闻报道、杂志以及网络文章进行校对，统计期刊、新闻报道、杂志以及网络文章中需要校对的词语的数量，分别标记为RJ、RN、RM以及RO； 统计期刊、新闻报道、杂志以及网络文章中的词语的数量，分别标记为NWJ、NWN、NWM以及NWO； 针对任意样本关键词，标记为目标关键词，统计目标关键词在所有样本文章中出现的次数，标记为目标数量，通过符号C表示； 通过公式 计算目标关键词与歧义词之间的词汇关联性，其中，T为词汇关联性，α为参考系数； 统计每一个样本关键词与歧义词之间的词汇关联性； 为每个歧义词构建一份歧义关联表，将与歧义词存在词汇关联性的样本关键词以及对应的词汇关联性录入歧义关联表，歧义词不同的词汇定义在歧义关联表中分别占有一列表格，词汇关联性记录于与正确语义相同的词汇定义所属的单元格中； 基于目标词汇的歧义关联表，同时基于文章分词以及文章分词所处的位置分析词汇定义的关联占比包括如下子步骤： 查找目标词汇的歧义关联表，标记为目标关联表； 对文章分词进行排序，按照从前往后的顺序排序编号得到Pi，其中，i为非零自然数且i为P的序号，查找目标词汇的Pi，将目标词汇的Pi的序号i标记为j； 针对目标词汇任意的词汇定义，查找Pi在目标关联表中的词汇关联性，标记为Si，若不存在词汇关联性则Si为0，同时将Sj设置为0； 通过公式计算词汇定义的关联占比，其中，K为关联占比，maxi为i的最大值。

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策腾数字科技集团有限公司，其通讯地址为：100080 北京市海淀区上地三街9号B座2层B310；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”。