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 > 华南理工大学苏锦钿获国家专利权

华南理工大学苏锦钿获国家专利权

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!

龙图腾网获悉华南理工大学申请的专利一种多轮对话产品分类方法、装置及存储介质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:CN118484531B

龙图腾网通过国家知识产权局官网在2025-10-10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:202410432499.7,技术领域涉及:G06F16/353;该发明授权一种多轮对话产品分类方法、装置及存储介质是由苏锦钿;冯浩设计研发完成,并于2024-04-11向国家知识产权局提交的专利申请。

一种多轮对话产品分类方法、装置及存储介质在说明书摘要公布了:本发明公开了一种多轮对话产品分类方法、装置及存储介质,方法包括:根据多轮长对话文本中获取输入文本;结合字符向量、片段向量,以及分层位置编码向量进行建模,提取序列特征向量;将序列特征向量中每个句子,输入模型后输出的向量,作为该句子的句向量;通过注意力机制获取用户产品信息对于句向量的注意力权重,对句向量进行加权融合,以获取长文本特征向量;将长文本特征向量与用户产品信息进行拼接,作为文本表示特征向量;根据文本表示特征向量进行产品分类,获得最终产品分类结果。本发明通过将绝对位置编码通过分层转化为相对位置编码,并且通过注意力机制对句向量进行融合表示,进而提升产品分类的性能,可广泛应用于自然语言处理领域。

本发明授权一种多轮对话产品分类方法、装置及存储介质在权利要求书中公布了:1.一种多轮对话产品分类方法,其特征在于,包括以下步骤: 获取多用户对话录音,将多用户对话录音转换成多轮长对话文本; 将多轮长对话文本中的每个句子前后均插入[CLS]和[SEP]标记,并结合每一个用户产品订购信息表Product,形成输入文本X; 结合字符向量、片段向量,以及针对多轮长对话文本设计的分层位置编码向量进行建模,并通过编码器提取序列特征向量,记为EncoderX; 将EncoderX中的每个句子,输入模型后输出的向量,作为该句子的句向量CLStext; 通过注意力机制获取用户产品信息CLSProduct对于句向量CLStext的注意力权重,对句向量CLStext进行加权融合,以获取长文本特征向量CLSseq; 将获得的长文本特征向量CLSseq与用户产品信息CLSProduct进行拼接,作为多轮长对话文本的文本表示特征向量; 根据文本表示特征向量进行产品分类,获得最终产品分类结果,并获得损失值; 所述结合字符向量、片段向量,以及针对多轮长对话文本设计的分层位置编码向量进行建模,并通过编码器提取序列特征向量,记为EncoderX,包括: 利用BERT已经训练好的绝对位置编码向量p1,p2,…,pn,通过分层构造一套新的相对编码向量q1,q2,…,qm: qi-1×n+j=αpi+1-αpj 其中,n、m均为正整数,且nm;α∈0,1,且α≠0.5; 对输入文本X结合字符向量、片段向量,以及针对多轮长对话文本设计的分层位置编码向量进行建模,并通过编码器获取序列特征向量EncoderX; 所述通过注意力机制获取用户产品信息CLSProduct对于句向量CLStext的注意力权重,对句向量CLStext进行加权融合,以获取长文本特征向量CLSseq,包括: 使用注意力机制对句向量CLStext进行权重评估,获得句向量CLStext的注意力权重; 获取用户产品信息CLSProduct对每一句向量CLStext的注意力权重,根据注意力权重对所有句向量CLStext进行加权融合,获得产品分类特征更加显著的长文本特征向量CLSseq: CLSseq=∑aiCLStexti 其中,ai为第i个句向量对应的注意力权重,CLStexti为第i个句向量。

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华南理工大学,其通讯地址为:510641 广东省广州市天河区五山路381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”。

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。