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！

龙图腾网获悉郑州大学申请的专利一种基于深度学习的纺织品关系抽取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：CN116955617B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202310913092.1，技术领域涉及：G06F16/35；该发明授权一种基于深度学习的纺织品关系抽取方法是由徐明亮;刘允;姜晓恒;卢洋;崔丽莎设计研发完成，并于2023-07-20向国家知识产权局提交的专利申请。

本一种基于深度学习的纺织品关系抽取方法在说明书摘要公布了：本发明公开了一种基于深度学习的纺织品关系抽取方法，包括步骤：第一步，获取纺织品领域非结构化文本数据，对文本数据进行预处理形成数据集，关系分类器利用神经网络对数据集进行特征提取，计算反向交叉熵；第二步，利用反向交叉熵计算对称交叉熵，并作为关系分类器的损失函数；第三步，使用两个相互独立、结构相同的关系分类器，并分别运用各自的损失函数进行训练，计算各自的损失后再计算两者的总分类损失；第四步，计算关于两个关系分类器预测概率之间的总对称交叉熵，将其作为共正则项与总分类损失组成联合损失，并运用联合损失分别对两个关系分类器进行训练。该方法不仅能降低噪声标签的影响，还能提高分类精确度，具有良好的关系抽取性能。

本发明授权一种基于深度学习的纺织品关系抽取方法在权利要求书中公布了：1.一种基于深度学习的纺织品关系抽取方法，其特征在于，包括步骤： 第一步，获取纺织品领域的非结构化文本数据，对非结构化文本数据进行预处理形成数据集，然后关系分类器利用神经网络对数据集进行特征提取，计算反向交叉熵； 第二步，利用所述反向交叉熵计算对称交叉熵，并将对称交叉熵作为关系分类器的损失函数； 第三步，使用两个相互独立、结构相同的所述关系分类器，先分别运用各自的损失函数进行训练并计算各自的损失，然后再计算两者的总分类损失； 第四步，计算两个所述关系分类器预测概率之间的总对称交叉熵，将其作为共正则化项，与所述总分类损失组成联合损失，并运用所述联合损失分别对两个关系分类器进行训练，之后将训练后的关系分类器用于纺织品关系抽取； 在第一步中，对非结构化文本数据进行预处理，方法为：对非结构化文本数据进行向量化处理，得到的向量形式由词向量和位置向量拼接而成，给定句子，其中，代表句子s中的每个词，，则该句子的向量形式表示为，其中，n表示句子s中词的个数，m表示词向量和位置向量拼接之后的维度，，其中k表示词向量的维度，d表示位置向量的维度；表示词的词向量与位置向量的拼接结果； 将所述词向量输入至神经网络进行文本特征提取得到特征向量，对提取出的特征向量进行池化操作，然后，所述关系分类器对文本蕴含的实体关系进行预测，得到关系类别的预测概率向量，将预测概率向量当作样例真实关系类别分布与噪声标签向量的概率分布进行损失计算，即反向交叉熵； 所述反向交叉熵计算方法如下：，其中，C表示关系类别数，p表示样例真实关系类别，p表示所述关系分类器预测样例X属于第j个类别的概率，y表示噪声标签向量的第j个元素值。

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郑州大学，其通讯地址为：450000 河南省郑州市高新区科学大道100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。