浙江大学刘亦晗获国家专利权
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！
龙图腾网获悉浙江大学申请的专利一种基于深度学习模型的分步式编程教学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：CN119088374B 。
龙图腾网通过国家知识产权局官网在2025-10-24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：202411084763.9，技术领域涉及：G06F8/34；该发明授权一种基于深度学习模型的分步式编程教学方法及系统是由刘亦晗;陈为设计研发完成，并于2024-08-08向国家知识产权局提交的专利申请。
本一种基于深度学习模型的分步式编程教学方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习模型的分步式编程教学方法，包括构建文本结构树和抽象语法树；基于文本结构树和抽象语法树作为约束框架，构建深度学习模型，所述深度学习模型包括特征提取模块，特征映射模块以及预测模块；使用时，将编程需求的文本内容输入至深度学习模型中，以获得编程需求对应的代码片。本发明还提供了一种分步式编程教学系统。本发明提供的方法为用户提供教程内容撰写提示与引导，使用户可以在编程教程中快速、轻松地撰写分步式编程教程。
本发明授权一种基于深度学习模型的分步式编程教学方法及系统在权利要求书中公布了：1.一种基于深度学习模型的分步式编程教学方法，其特征在于，包括以下步骤： 获取编程教程中涉及编程步骤描述的文本片段集合，并以每段文本片段为节点，编程步骤为边，构建对应的文本结构树； 根据编程教学中涉及的编程代码合集，以代码片段为节点，代码的运行关系为边，构建对应的抽象语法树； 基于文本结构树和抽象语法树作为约束框架，构建深度学习模型，所述深度学习模型包括特征提取模块，特征映射模块以及预测模块； 所述特征提取模块，用于提取输入的自然语言文本的第一文本特征，以及提取编程代码集合中代码片段的第二文本特征； 所述特征映射模块，用于将第一文本特征和第二文本特征，同时投影至一个向量空间以获得对应的第一特征向量和第二特征向量； 所述预测模块，利用第一特征向量和第二特征向量进行相似度匹配，以输出匹配结果，所述匹配结果包括输入的自然语言文本匹配前K个最高相似度的编码片段； 将用户输入的代码短语输入至深度学习模型中，以可视化输出与代码短语相关的代码片段； 使用时，将编程需求的文本内容输入至深度学习模型中，以获得编程需求对应的代码片。
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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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