华中科技大学唐旭日获国家专利权
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！
龙图腾网获悉华中科技大学申请的专利一种用于关键词抽取的关键度判断模型构建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：CN119150854B 。
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：202411174395.7，技术领域涉及：G06F40/284；该发明授权一种用于关键词抽取的关键度判断模型构建方法是由唐旭日设计研发完成，并于2024-08-26向国家知识产权局提交的专利申请。
本一种用于关键词抽取的关键度判断模型构建方法在说明书摘要公布了：本发明属于关键词抽取领域，具体涉及一种用于关键词抽取的关键度判断模型构建方法，包括：训练神经网络得到候选关键词识别模型：每个训练样本包括一个N元子串对应的特征向量以及该N元子串在关键词抽取目标文本D中是否为关键词的标签；每个N元子串对应特征向量为判断句法完整性所获取的该N元子串的词形句法信息；训练神经网络得到关键度表征模型，每个训练样本包括一个候选关键词t对应的独立型和依赖型关键性特征以及该t的关键度标签；独立型特征包括子语域类型τD和候选关键词长度ιt，依赖型的特征包括启发式特征独特性特征和代表性特征表征模型表示为上述两个模型构成关键度判断模型，其在语言社区内共享。本发明能提高关键词抽取精度。
本发明授权一种用于关键词抽取的关键度判断模型构建方法在权利要求书中公布了：1.一种用于关键词抽取的关键度判断模型构建方法，其特征在于，包括： 构建候选关键词识别模型：基于训练样本集训练神经网络得到，其中，每个训练样本包括一个N元子串对应的特征以及该N元子串在其所在文本中是否为关键词的标签；每个N元子串为由其所在文本中连续的n个词所组成的词片段；每个N元子串对应的特征为判断句法完整性所获取的该N元子串的词形句法信息； 构建候选关键词的关键度表征模型：基于训练样本集训练神经网络得到，其中，每个训练样本包括一个候选关键词t对应的独立型关键性特征和依赖型关键性特征以及该候选关键词的关键度标签；独立型关键性特征包括子语域类型和候选关键词长度，依赖型关键性特征包括启发式特征、独特性特征和代表性特征；所述关键度表征模型表示为； 所述候选关键词识别模型和所述关键度表征模型构成关键度判断模型，完成构建，其中，该关键度判断模型在训练文本所属的语言社区内共享。
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中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励