Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广州云趣信息科技有限公司邓从健获国家专利权

广州云趣信息科技有限公司邓从健获国家专利权

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!

龙图腾网获悉广州云趣信息科技有限公司申请的专利基于多源异构数据的跨模态语义对齐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:CN120579144B

龙图腾网通过国家知识产权局官网在2025-10-03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:202511061816.X,技术领域涉及:G06F18/25;该发明授权基于多源异构数据的跨模态语义对齐方法是由邓从健;刘杰;唐庆宁;汤湛成;赵汝强;颜新戈;李礼红;江晓锋设计研发完成,并于2025-07-31向国家知识产权局提交的专利申请。

基于多源异构数据的跨模态语义对齐方法在说明书摘要公布了:本申请提供了基于多源异构数据的跨模态语义对齐方法,涉及数据处理技术领域,所述方法包括:输入预设采集任务场景下的多源异构数据集,执行模态特征提取;对多源异构特征数据集分别进行分析,输出多个信息承载能力评分;获取第一异构特征数据源,生成用于语义对齐的基准模板;获取剩余异构特征数据源,建立基准模板与剩余异构特征数据源的对齐映射关系,输出对齐后的共享语义空间。通过本申请解决了现有技术中由于不同模态的数据在结构和格式上差异过大,语义对齐精度参差不齐,容易导致语义遗漏,从而影响语义对齐准确性和完整性的技术问题,通过分析多源异构数据,选择信息完整度最高的数据源作为对齐模板,提高语义对齐的准确度和完整度。

本发明授权基于多源异构数据的跨模态语义对齐方法在权利要求书中公布了:1.基于多源异构数据的跨模态语义对齐方法,其特征在于,包括: 输入预设采集任务场景下的多源异构数据集,执行所述多源异构数据集的模态特征提取,输出多源异构特征数据集; 对所述预设采集任务场景下所述多源异构特征数据集分别进行分析,输出多个信息承载能力评分,具体包括: 获取所述预设采集任务场景下的任务语义目标; 获取所述多源异构特征数据集中每个异构特征数据源关于所述任务语义目标的特征维度集合; 对每个异构特征数据源关于所述任务语义目标的特征维度集合进行评分计算,包括信息熵计算、语义覆盖度计算、上下文关联度计算以及语义标注密度计算,输出多个评分计算结果; 将所述多个评分计算结果进行加权融合计算每个异构特征数据源的信息承载能力评分,输出多个信息承载能力评分; 获取第一异构特征数据源,以所述第一异构特征数据源生成用于语义对齐的基准模板,其中,所述第一异构特征数据源为所述多源异构特征数据集中信息承载能力评分最高的数据源; 获取剩余异构特征数据源,建立所述基准模板与所述剩余异构特征数据源对应的对齐映射关系,输出对齐后的共享语义空间,具体包括: 提取所述剩余异构特征数据源与所述任务语义目标的特征维度集合; 构建跨模态映射函数集合,所述跨模态映射函数集合包括编码‑解码器结构映射网络和对比学习对齐映射网络,所述编码‑解码器结构映射网络用于将所述剩余异构特征数据源的特征维度集合编码为中间语义表示,并解码至与所述基准模板相匹配的语义结构,所述对比学习对齐映射网络用于最小化剩余异构特征数据源与所述基准模板之间的语义嵌入距离; 利用所述跨模态映射函数集合,将所述剩余异构特征数据源与所述任务语义目标的特征维度集合映射至所述基准模板,输出对齐后的共享语义空间。

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广州云趣信息科技有限公司,其通讯地址为:510000 广东省广州市天河区建工路4号佳都科技大厦2号楼六楼603-610;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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。