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！

龙图腾网获悉上海助通信息科技有限公司申请的专利一种基于AI技术的短信模板分类与自动匹配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：CN120597863B 。

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：202511093167.1，技术领域涉及：G06F40/186；该发明授权一种基于AI技术的短信模板分类与自动匹配方法及系统是由陈东;黄剑;胡伟;温善祥;任飞设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本一种基于AI技术的短信模板分类与自动匹配方法及系统在说明书摘要公布了：本发明公开了一种基于AI技术的短信模板分类与自动匹配方法及系统，涉及信息与通信技术领域，引入预训练语言模型对短信请求与模板文本进行分离式语义建模，分别提取请求侧向量组与模板侧向量组；再基于请求侧向量构建语义邻域图，并以模板向量为参照进行动态修正，形成请求‑模板联合语义图；利用图卷积神经网络在该图结构上进行节点特征传播，生成请求到模板类别的迁移概率矩阵与模板类别反馈信息，进而优化请求与模板的语义表示，结合类别响应强度与语义偏移情况，系统生成类别权重调整表，对模板类别表示进行动态修正，通过联合匹配模块将优化后的向量进行匹配计算，确定最优模板并完成参数填充与消息发送。

本发明授权一种基于AI技术的短信模板分类与自动匹配方法及系统在权利要求书中公布了：1.一种基于AI技术的短信模板分类与自动匹配方法，其特征在于，包括以下步骤： S101：基于预训练语言模型提取请求侧向量组与模板侧向量组，所述请求侧向量组用于表征短信调用请求数据的请求向量和用户意图，所述模板侧向量组用于表征业务短信模板原始文本数据对应所有短信模板的语义向量集合； S102：基于请求侧向量组构建请求语义邻域图，并以模板侧向量组为参照，依据节点距离分布对请求语义邻域图进行首次动态修正，构建请求-模板联合语义图； 所述请求语义邻域图的构建逻辑为： 请求侧向量组包括请求节点对应单个请求的请求语义向量，请求语义向量包括句级请求、关键词请求和动作-目标请求三种粒度； 基于请求语义向量之间的语义相似度阈值、功能关联度或上下文转移关系构建请求节点之间的邻接边，形成初步语义邻域图结构； 针对不同请求语义向量关系设置边类型标签，包括语义改写边、功能相似边、上下文过渡边与反义边，形成异构语义图谱结构； 对初步语义邻域图结构和异构语义图谱结构进行图聚类、跳跃连接引入及边权重调整， 采用K近邻算法对所有请求语义向量之间建立边，对每个请求语义向量，找到语义上最相近的K个请求语义向量，连接成邻接边，建立初始语义邻域图，每条边的长度表示请求节点间语义相似度； 所述对请求语义邻域图进行首次动态修正的动态修正逻辑为： 获取预设的模板侧向量组，计算请求语义邻域图中各请求节点的邻接节点相对于所述模板侧向量组的语义距离； 基于当前请求节点邻接边对应节点到所述模板侧向量组的语义距离均值与标准差，设定动态修正阈值，用于判定邻接边是否满足语义合理性约束； 对不满足所述动态修正阈值约束的邻接边执行边剔除操作，剔除后若当前节点邻接数低于设定K值，基于所述模板语义距离重新筛选语义合理的新邻接节点以替换剔除边，完成对请求语义邻域图进行首次动态修正； 所述请求-模板联合语义图的构建逻辑： 对动态修正后的邻域图结构，构建请求与模板的异构联合语义图；其中： 节点结构：包含请求节点与模板节点，标注节点类型； 边类型：请求节点和请求节点之间的边为语义邻近边；请求节点和模板节点之间的边为语义匹配边； 连接策略：将匹配置信度高于预设置信阈值的语义匹配边构建连接边，实现跨侧图连接； S103：利用请求-模板联合语义图与模板侧向量组共同驱动图卷积神经网络进行节点特征传播，生成类别迁移矩阵及模板类别特征反馈，并根据模板类别特征反馈信息优化请求侧向量组与模板侧向量组； S104：根据类别迁移矩阵与优化后的模板侧向量组生成类别权重调整表，并对模板侧向量组的模板类别表示进行动态调整； S105：将优化后的请求侧向量组与经类别权重调整的模板侧向量组输入联合匹配模块，生成目标短信模板并完成消息发送。

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上海助通信息科技有限公司，其通讯地址为：201199 上海市闵行区顾戴路2959号第三幢212室；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。