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！

龙图腾网获悉山东财经大学申请的专利一种基于对抗性主题感知的跨主题自动作文评分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：CN119849477B 。

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：202510024090.6，技术领域涉及：G06F40/205；该发明授权一种基于对抗性主题感知的跨主题自动作文评分方法及系统是由张春云;赵洪焱;杨春丽;崔超然;杨福峻;宋启龙设计研发完成，并于2025-01-07向国家知识产权局提交的专利申请。

本一种基于对抗性主题感知的跨主题自动作文评分方法及系统在说明书摘要公布了：本申请公开了一种基于对抗性主题感知的跨主题自动作文评分方法及系统，主要涉及跨主题自动作文评分技术领域，用以解决现有的方法大多侧重于学习主题共享特征而忽视了主题相关特征学习的问题。包括：获取个源主题的已评分作文集合和目标主题的未评分作文集合；设置主题共享提示、设置每个主题的特定主题提示，将作文拼接获得提示增强嵌入x，得到特征表示；通过各属性的预测得分，计算当前回归任务的评分损失；基于分类任务的对抗训练和伪标签生成技术学习主题共享提示和特定主题提示，获得总分类损失和对抗损失；根据回归损失、总分类损失、对抗损失，确定最终损失。

本发明授权一种基于对抗性主题感知的跨主题自动作文评分方法及系统在权利要求书中公布了：1.一种基于对抗性主题感知的跨主题自动作文评分方法，其特征在于，所述方法包括： 获取个源主题的已评分作文集合和目标主题的未评分作文集合； 设置主题共享提示、每个主题的特定主题提示；将个源主题的已评分作文集合和目标主题的未评分作文集合中的各个作文与主题共享提示和作文对应主题的特定主题提示拼接，获得提示增强嵌入x，将输入到预训练模型中，在预训练模型输出的位置得到特征表示； 在回归和分类的联合建模框架中建立由个特征属性器组成的回归任务，进而通过作文特征表示、输入的标注特征、注意力机制，计算获得当前作文在第个属性的预测得分；其中，j∈[1，K]；通过各属性的预测得分，个源主题的已评分作文集合和个属性，计算当前回归任务的评分损失； 在回归和分类的联合建模框架中建立由一个带有softmax激活函数的MLP层构成的分类器C，将个源主题的已评分作文集合中的作文输入分类器，进而计算获得个源主题的分类损失； 基于分类任务的对抗训练和伪标签生成技术分别学习主题共享提示和特定主题提示，获得对抗损失和目标主题的分类损失，进而结合个源主题的分类损失，获得总分类损失和对抗损失； 根据回归损失、总分类损失、对抗损失，确定联合建模框架的最终损失，获得训练好的联合建模框架。

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山东财经大学，其通讯地址为：250000 山东省济南市历下区二环东路7366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。