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！

龙图腾网获悉清华大学深圳国际研究生院申请的专利一种专业情报推荐方法和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：CN115269984B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202210900591.2，技术领域涉及：G06F16/9535；该发明授权一种专业情报推荐方法和系统是由肖喜;李毅;苏良才;夏树涛;江勇;郑海涛设计研发完成，并于2022-07-28向国家知识产权局提交的专利申请。

本一种专业情报推荐方法和系统在说明书摘要公布了：本发明公开了一种专业情报推荐方法，包括以下步骤：获取情报表征和情报机构表征；基于自注意力的特征交叉网络，对特征进行显示地高阶建模，获得匹配分数；根据匹配分数从高到低进行排列，从而产生最终的情报推荐列表，其中，情报表征由情报标签表征和情报内容表征融合而来；情报标签表征是基于图卷积神经网络的标签增强方法获取的；情报内容表征是基于候选的多样化情报数据，通过多模态自适应模型预训练获取的；情报机构表征是基于情报机构自身发布的情报数据，通过多模态对齐模型预训练获取的。本发明能高效且准确地为专业情报机构推荐相应的情报信息，有益于情报表征能力的增强，有效提升了情报推荐效果。

本发明授权一种专业情报推荐方法和系统在权利要求书中公布了：1.一种专业情报推荐方法，其特征在于，包括以下步骤： S1、获取情报表征和情报机构表征； S2、基于自注意力的特征交叉网络，对所述情报表征和情报机构表征进行显示地高阶建模； S3、根据模型输出的匹配分数产生情报推荐列表； 在步骤S1中， 所述情报表征由情报标签表征和情报内容表征融合而来； 所述情报标签表征是基于图卷积神经网络的标签增强方法获取的； 所述情报内容表征是基于候选的多样化情报数据，通过多模态自适应模型预训练获取的； 所述情报机构表征是基于情报机构自身发布的情报数据，通过多模态对齐模型预训练获取的；多模态包括图像模态和文本模态；多模态对齐模型包括分别作用于图像和文本的两个平行Transformer模型；图像和文本两个模态的特征融合则利用Co-Attention模块完成；情报中的文本内容经嵌入层送入Transformer的编码器进行上下文信息的提取，得出文本表征TeE；对于情报中的图像部分，首先将图像分块，再展平，其中的每一个图片块展平成一维向量；接着对每个向量进行线性变换，得到的向量输入Transformer的编码器，得到图像的表征PiE；利用Co-AttentionalTransformer模块将两个模态的信息进行融合；图像侧的Co-AttentionalTransformer模块利用文本表征TeE获得Key、Value矩阵，Query矩阵则由图像表征PiE生成；文本侧的Co-AttentionalTransformer模块的Key、Value矩阵源于图像表征PiE，Query矩阵源于文本表征TeE；多模态自适应模型是在多模态对齐模型的最初始增加了一个轻量的策略网络，该策略网络的作用在于判断选取的哪些模态信息用于后续的操作。

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清华大学深圳国际研究生院，其通讯地址为：518055 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼；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。