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！

龙图腾网获悉国网甘肃省电力公司申请的专利基于多模态语义融合的电力市场信息抽取推送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：CN120508992B 。

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：202510987620.7，技术领域涉及：G06F18/25；该发明授权基于多模态语义融合的电力市场信息抽取推送方法及系统是由马寅;吴锋;韩杰;尚波涛;孔丹枫设计研发完成，并于2025-07-17向国家知识产权局提交的专利申请。

本基于多模态语义融合的电力市场信息抽取推送方法及系统在说明书摘要公布了：本发明涉及一种基于多模态语义融合的电力市场信息抽取推送方法及系统，包括：构建电力市场领域预训练语料库；采用分阶段预训练策略；对输入的电力市场信息数据进行多模态编码；生成文本置信度得分和图像置信度得分，建立跨模态注意力关联矩阵，捕捉图文细粒度交互特征融合生成统一语义表示；基于融合生成统一语义表示建立包含长期稳定偏好和短期动态兴趣的用户模型，采用次序递减的探索策略，利用已知偏好推送高相关性情报并随机插入新领域内容挖掘潜在兴趣，并根据用户反馈实时调整推送内容权重。本发明可以有效解决电力市场信息数据来源异构、格式多样化、标准不一、信息不对称等问题，为用户提供精准、实时的电力市场信息推送服务。

本发明授权基于多模态语义融合的电力市场信息抽取推送方法及系统在权利要求书中公布了：1.一种基于多模态语义融合的电力市场信息抽取推送方法，其特征在于：包括： 构建电力市场领域预训练语料库，包含基础术语文档、复杂技术文献及多模态数据； 使用通用语料预训练基础模型，学习通用语义表示；引入电力市场基础术语文档进行领域适应训练，增强基础模型对电力专有词汇的识别能力；加载复杂技术文献及多模态数据，采用对比学习任务优化基础模型对跨模态关联关系的理解； 将训练后的基础模型应用于实际电力市场信息处理，对输入的电力市场信息数据进行多模态编码，包括文本编码和图像编码；计算文本特征的术语匹配度与语义一致性得分，生成文本置信度得分；计算图像特征的关键区域识别率与上下文关联度得分，生成图像置信度得分；基于文本置信度得分与图像置信度得分，建立跨模态注意力关联矩阵，捕捉图文细粒度交互特征融合生成统一语义表示；所述跨模态注意力关联矩阵的构建包括：文本到图像的注意力：计算每个文本词与图像区域的相似度，生成关联权重；图像到文本的注意力：通过区域重要性预测生成视觉热图，反向关联文本描述；融合双向注意力权重，生成细粒度交互特征； 基于融合生成统一语义表示建立包含高频检索主题的长期稳定偏好和新兴热点的短期动态兴趣的用户模型，采用次序递减的探索策略，利用已知偏好推送高相关性情报并随机插入新领域内容挖掘潜在兴趣，并根据用户反馈实时调整推送内容权重。

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国网甘肃省电力公司，其通讯地址为：730046 甘肃省兰州市城关区北滨河东路8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。