Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东南大学周德宇获国家专利权

东南大学周德宇获国家专利权

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!

龙图腾网获悉东南大学申请的专利基于反模版解耦的无监督意见摘要生成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:CN116775859B

龙图腾网通过国家知识产权局官网在2025-11-28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:202310784055.5,技术领域涉及:G06F16/34;该发明授权基于反模版解耦的无监督意见摘要生成方法及系统是由周德宇;张言越设计研发完成,并于2023-06-29向国家知识产权局提交的专利申请。

基于反模版解耦的无监督意见摘要生成方法及系统在说明书摘要公布了:本发明公开了一种基于反模版解耦的无监督意见摘要生成方法及系统,首先构建并训练意见摘要的反模板生成模型,利用对比学习和变分自编码器,将意见作为监督信号,得到意见的表示,取若干意见表示的平均进行解码,初步得到意见的反模版;再构建解耦文本表示意见摘要生成模型,将意见摘要的表示解耦成内容、模板两部分,得到内容的表示向量;最后训练无监督的意见摘要模型,将内容表示向量输入无监督的意见摘要模型的解码器中,通过解码器重构原始文本,完成意见摘要的生成。本方法通过在文本信息中训练生成文本表示的“反模版”表示,利用正交解耦的方式来去除文本表示中的模版信息,从而减少冗余信息,摘要生成更加准确,工作效率更高。

本发明授权基于反模版解耦的无监督意见摘要生成方法及系统在权利要求书中公布了:1.基于反模版解耦的无监督意见摘要生成方法,其特征在于,主要包括如下步骤: S1,构建并训练意见摘要的反模板生成模型:利用对比学习和变分自编码器,将意见作为监督信号,得到意见的表示,取若干意见表示的平均进行解码,初步得到意见的反模版;反模版是指意见摘要数据中包含的宽泛的、冗余的信息,具体包括如下步骤: S11:构建变分自编码器模型,所述模型基于双向长短记忆网络,包括一个编码器和一个解码器;将意见文本输入编码器中,使编码器学习输出文本的表示,再将文本的表示输入解码器中,使解码器重建得到原来的输入文本,通过最小化解码器输出与编码器输入的差距来使模型学习到构建文本表示的能力; S12:构建对比学习,重构文本损失函数,以便于计算变分自编码器模型的损失函数;所述模型的损失函数为文本损失函数、变分自编码器的重构损失和变分自编码器的KL散度约束之和; S13:训练变分自编码器模型; S14:将意见文本输入步骤S13训练后的变分自编码器模型的编码器中,得到文本表示,对文本表示进行平均,获得平均表示,得到反模板表示,解码反模板表示后得到反模板文本; S2,构建解耦文本表示意见摘要生成模型:所述模型在变分自编码器中增加文本表示的解耦模块,将意见摘要的表示解耦成内容、模板两部分,得到内容的表示向量,加入到无监督的意见摘要模型的编码器-解码器结构中; S3,训练无监督的意见摘要模型:将步骤S2获得的内容表示向量输入无监督的意见摘要模型的解码器中,通过解码器重构原始文本,完成意见摘要的生成。

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东南大学,其通讯地址为:210096 江苏省南京市玄武区四牌楼2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。