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！

龙图腾网获悉首都师范大学申请的专利面向科技服务的需求智能分析与服务组合方法和装置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：CN114328957B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202111602165.2，技术领域涉及：G06F16/36；该发明授权面向科技服务的需求智能分析与服务组合方法和装置是由张树东;刘文瑾;柳昊明;骆力明;周丽娟;任仲山;徐敏设计研发完成，并于2021-12-24向国家知识产权局提交的专利申请。

本面向科技服务的需求智能分析与服务组合方法和装置在说明书摘要公布了：本申请提出了一种面向科技服务的需求智能分析与服务组合方法，涉及大数据与人工智能技术领域，其中，该方法包括：获取通过平台完成的科技服务历史订单对应的需求文档和包含的服务作为训练样本；对训练样本中的需求文档进行文档处理，生成新的训练样本；使用新的训练样本和全局损失函数对构建的对比学习模型进行训练，不断优化模型参数，直至模型收敛，得到训练后的模型；获取待测试需求文档，并进行文档处理，生成原子需求文档并输入训练后的模型中，输出最优的原子服务和原子服务组合构成的最优方案，并以可视化服务图谱的形式展现给用户。采用上述方案的本发明能够充分利用科研资源和合理配置科研人员，显著提高现代科技服务业的服务效率。

本发明授权面向科技服务的需求智能分析与服务组合方法和装置在权利要求书中公布了：1.一种面向科技服务的需求智能分析与服务组合方法，其特征在于，包括以下步骤： 获取通过平台完成的科技服务历史订单对应的科技服务需求文档和科技服务历史订单包含的服务作为训练样本； 对所述训练样本中的需求文档进行文档处理，生成新的训练样本，其中，所述新的训练样本包括原子需求图谱和对应的服务； 构建对比学习模型，使用所述新的训练样本和全局损失函数对所述对比学习模型进行训练，不断优化模型参数，直至模型收敛，完成训练，得到训练后的模型； 获取待测试的需求文档，对所述待测试的需求文档进行所述文档处理，将处理后生成的原子需求文档输入所述训练后的模型中，输出最优的原子服务和原子服务组合构成的最优方案，并以可视化服务图谱的形式展现给用户； 其中，所述文档处理包括： 对需求文档进行预处理和标注； 对预处理和标注后的需求文档进行事件抽取，得到大粒度的复杂科技服务需求； 对所述大粒度的复杂科技服务需求进行分解，得到需求三元组； 对所述需求三元组和所述需求文档进行需求实体抽取，生成原子需求实体； 基于抽取出的原子需求实体以及需求实体之间的逻辑关系建立原子需求图谱； 所述对预处理和标注后的需求文档进行事件抽取，得到大粒度的复杂科技服务需求，包括： 对BERT模型处理，包括：将BERT模型的隐藏层中权重小于预设阈值的神经元进行dropout处理，然后通过sigmoid函数对剩余的神经元分配新的权重值；利用显著性对BERT模型的隐藏层进行裁剪，然后对BERT模型进行重新训练； 使用skip-gram模型对预处理和标注后的需求文档构建词嵌入向量，生成需求文档构成的三种嵌入，包括词向量、位置向量和分割向量； 将所述需求文档构成的三种嵌入输入处理后的BERT模型中，输出特征序列； 通过条件随机场CRF，使用对数线性模型表示整个特征序列的联合概率，预测序列标注中的标签，包括： 假设句子长度为t，句子序列为N＝n1,n2,…,nn，对应的预测标签序列为M＝m1,m2,…,mn，预测序列最终的总分数为： 其中，λ表示设置的加权参数，D表示标签间的转移分数，表示每个字到对应mi标签的分数，b表示调整参数，对所有可能序列做全局归一化，产生原始序列到预测序列的概率； 将触发词抽取与检测看作字级别的标注任务，采用BMES序列标注规则，按照预测的序列标注中的标签，对所述需求文档构成的三种嵌入进行标注，输出标注结果，所述标注结果为所述大粒度的复杂科技服务需求。

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首都师范大学，其通讯地址为：100037 北京市海淀区西三环北路105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。