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！

龙图腾网获悉佛山市时爱网络科技有限公司申请的专利用于纠纷处置分类的分类器的训练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：CN112712120B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202011608284.4，技术领域涉及：G06F18/241；该发明授权用于纠纷处置分类的分类器的训练方法是由姜亮亮设计研发完成，并于2020-12-30向国家知识产权局提交的专利申请。

本用于纠纷处置分类的分类器的训练方法在说明书摘要公布了：本申请公开了一种基于权重的特征表达的用于纠纷处置分类的分类器的训练方法，其包括：获得纠纷数据集，其分为多个大类且每个大类包含用于表示大类指标的多个小类；将每个小类的多项纠纷数据转换为特征向量并进行一维卷积以获得小类纠纷特征向量；将该小类纠纷特征向量按照大类分组并融合以获得多个大类纠纷特征向量；将该多个大类纠纷特征向量进行一维卷积并以Sigmoid函数激活以获得多个大类纠纷加权系数；以该多个大类纠纷加权系数对该多个大类纠纷特征向量进行加权以获得纠纷分类特征向量；将该纠纷分类特征向量作为对应的案件文本特征向量的标签数据通过分类器进行分类以获得分类损失函数值；以及，基于该分类损失函数值更新该分类器的参数。

本发明授权用于纠纷处置分类的分类器的训练方法在权利要求书中公布了：1.一种用于纠纷处置的处置单位分类方法，其特征在于，包括： 获取待处置的纠纷数据，所述纠纷数据包含案件描述； 将所述案件描述转换为案件文本特征向量； 将所述案件文本特征向量输入一种基于权重的特征表达的用于纠纷处置分类的分类器的训练方法训练出的分类器以获得分类结果，所述分类结果用于表示所述待处置的纠纷数据的处置单位； 所述基于权重的特征表达的用于纠纷处置分类的分类器的训练方法的步骤包括： 获得纠纷数据集，所述纠纷数据集分为多个大类，且每个大类包含用于表示大类指标的多个小类，且每个小类包含基于处置单位的多项纠纷数据； 将每个小类的多项纠纷数据转换为特征向量并进行一维卷积以获得小类纠纷特征向量； 将所述小类纠纷特征向量按照大类进行分组并融合以获得多个大类纠纷特征向量； 将所述多个大类纠纷特征向量进行一维卷积并以Sigmoid函数激活以获得多个大类纠纷加权系数； 以所述多个大类纠纷加权系数对所述多个大类纠纷特征向量进行加权以获得纠纷分类特征向量； 将所述纠纷分类特征向量作为对应的案件文本特征向量的标签数据通过分类器进行分类以获得分类损失函数值，所述分类器包含深度神经网络和预定分类函数，且所述预定分类函数以所述处置单位为标签；以及 基于所述分类损失函数值更新所述分类器的参数； 其中，将每个小类的多项纠纷数据转换为特征向量并进行一维卷积以获得小类纠纷特征向量，包括： 获取每项纠纷数据所对应的大类编号、小类编号、小类数值和处置单位编号； 将所述大类编号、小类编号、小类数值和处置单位编号进行以归一化以获得四元数组形式的特征向量；以及 对所述特征向量并进行一维卷积以获得小类纠纷特征向量； 其中，将所述多个大类纠纷特征向量进行一维卷积并以Sigmoid函数激活以获得多个大类纠纷加权系数，包括： 计算所述多个大类纠纷特征向量中的每个大类纠纷特征向量的平均值或者最大值； 将所述每个大类纠纷特征向量的平均值或者所述最大值构成为大类数值特征向量；以及 对所述大类数值特征向量进行一维卷积并以Sigmoid函数激活以获得多个大类纠纷加权系数。

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佛山市时爱网络科技有限公司，其通讯地址为：528000 广东省佛山市顺德区容桂街道振华社区桂洲大道中海骏达广场2座16层02单元之三；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”。