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！

龙图腾网获悉聂志伟申请的专利基于主旨信息和子领域先验知识的词汇关联性确定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：CN114595690B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202210242606.0，技术领域涉及：G06F40/289；该发明授权基于主旨信息和子领域先验知识的词汇关联性确定方法是由聂志伟设计研发完成，并于2022-03-11向国家知识产权局提交的专利申请。

本基于主旨信息和子领域先验知识的词汇关联性确定方法在说明书摘要公布了：本发明公开了基于主旨信息和子领域先验知识的词汇关联性确定方法，方法包括：获取材料文本、材料文本标题以及子领域材料文本，并对材料文本、材料文本标题以及子领域材料文本进行处理；基于处理后的材料文本与材料文本标题，确定材料文本与材料文本标题中科学词汇的词语初步表示数据；基于处理后的子领域材料文本，确定子领域材料文本中关键词的表示数据；基于关键词的表示数据与词语初步表示数据，确定科学词汇之间的余弦相似度，并基于余弦相似度确定科学词汇之间的关联性。本发明在词语的表示层引入富含子领域先验知识的文本信息，增强词向量表示特定领域材料科学词汇的能力，根据科学词汇的相似度进行筛选，精准得出科学词汇之间的关联性。

本发明授权基于主旨信息和子领域先验知识的词汇关联性确定方法在权利要求书中公布了：1.一种基于主旨信息和子领域先验知识的词汇关联性确定方法，其特征在于，所述方法包括： 获取材料文本、材料文本标题以及子领域材料文本，并对所述材料文本、所述材料文本标题以及所述子领域材料文本进行处理； 基于处理后的所述材料文本与所述材料文本标题，确定所述材料文本与所述材料文本标题中科学词汇的词语初步表示数据； 基于处理后的子领域材料文本，确定所述子领域材料文本中关键词的表示数据； 基于所述关键词的表示数据与所述词语初步表示数据，确定所述科学词汇之间的余弦相似度，并基于所述余弦相似度确定所述科学词汇之间的关联性； 所述基于处理后的所述材料文本与所述材料文本标题，确定所述材料文本与所述材料文本标题中科学词汇的词语初步表示数据，包括： 对所述处理后的所述材料文本与所述材料文本标题分别进行词嵌入，得到各自对应的词向量； 将所述词向量进行拼接处理，得到组合词向量； 将所述组合词向量输入至BiLSTM进行编码，得到所述词语初步表示数据； 所述词语初步表示数据为： hn＝BiLSTMxn；P 其中，P是BiLSTM的参数，xn表示拼接后的组合词向量，xn＝[tn；mn]，tn表示材料文本标题的词向量，mn表示材料文本的词向量； 所述基于处理后的子领域材料文本，确定所述子领域材料文本中关键词的表示数据，包括： 计算所述子领域材料文本中的每一个词语在所述材料文本与所述材料文本标题中的词频-逆文档频率值； 基于所述词频-逆文档频率值对所述词语进行排序，并将排序靠前的若干个词语作为所述处理后的子领域材料文本中的关键词； 将所述关键词组成关键词组，并将所述关键词组经过词嵌入矩阵和一个全连接神经网络后，得到所述关键词的表示数据； 所述基于所述关键词的表示数据与所述词语初步表示数据，确定所述科学词汇之间的余弦相似度，并基于所述余弦相似度确定所述科学词汇之间的关联性，包括： 将所述关键词的表示数据与所述词语初步表示数据进行关键词注意力操作，得到每个科学词汇基于关键词注意力分布的新表示数据； 基于所述新表示数据，计算所述科学词汇之间的余弦相似度； 基于所述余弦相似度，确定所述科学词汇之间的关联性； 每个科学词汇基于关键词注意力分布的新表示数据如下： 其中，yn为关键词的表示数据，αn为注意力权重，l为关键词集组成的序列的长度。

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聂志伟，其通讯地址为：518000 广东省深圳市南山区桃源街道塘朗集悦城A15；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”。