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！

龙图腾网获悉江西理工大学申请的专利提高多层级专利文本分类效果的方法、设备及存储介质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：CN115238076B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202210929704.1，技术领域涉及：G06F16/35；该发明授权提高多层级专利文本分类效果的方法、设备及存储介质是由廖列法;张燕琴;张文豪设计研发完成，并于2022-08-03向国家知识产权局提交的专利申请。

本提高多层级专利文本分类效果的方法、设备及存储介质在说明书摘要公布了：本申请提供一种基于BERT‑ALMG模型提高多层级专利文本分类效果的方法、电子设备及存储介质，包括：构建专利分类所对应的标签集合，并针对每一个标签建立标签特征向量；获取待分类的专利文本；对专利文本进行分析，得到专利文本的文本特征向量；分析文本特征向量和标签特征向量之间的关系，得到专利文本的标签文本向量；对标签文本向量进行多粒度特征卷积操作，以对专利文本进行分类。针对中文专利多层级分类任务，利用BERT预训练模型充分捕获长文本的上下文语义特征，解决中文专利文本篇幅冗长、专业词汇语义难以理解的问题。标签注意力模块充分挖掘了标签语义信息，利用矩阵动态更新与层级内容密切相关的标签文本向量，能对层级结构充分建模。

本发明授权提高多层级专利文本分类效果的方法、设备及存储介质在权利要求书中公布了：1.一种基于BERT-ALMG模型提高多层级专利文本分类效果的方法，其特征在于，所述BERT-ALMG模型结构，包括：文本特征表示层、标签注意力层和多粒度特征抽取层； 所述基于BERT-ALMG模型提高多层级专利文本分类效果的方法，包括： 构建专利分类所对应的标签集合，并针对每一个标签建立标签特征向量； 获取待分类的专利文本； 对所述专利文本进行分析，得到所述专利文本的文本特征向量； 分析所述文本特征向量和所述标签特征向量之间的关系，得到所述专利文本的标签文本向量，包括：将所述文本特征向量与所述标签特征向量通过桥接向量映射到用一个空间维度中，得到标签力注意力矩阵；将所述文本特征向量与所述标签力注意力矩阵经激活函数处理后得到对应的局部文本向量；上层局部文本向量与标签特征向量进行归一化操作，再与本层局部文本向量进行矩阵点乘操作，得到标签文本向量； 所述将所述文本特征向量与所述标签特征向量通过桥接向量映射到用一个空间维度中，得到标签力注意力矩阵包括：将所述文本特征向量经过单层感知机线性变换，再与桥接向量进行矩阵相乘得到第一关系矩阵；将所述标签特征向量经过单层感知机线性变换，再与桥接向量进行矩阵相乘得到第二关系矩阵；通过所述第一关系矩阵和所述第二关系矩阵得到标签力注意力矩阵； 对所述标签文本向量进行多粒度特征卷积操作，以对所述专利文本进行分类；在所述对所述标签文本向量进行多粒度特征卷积操作时，针对不同层级使用不同粒度的卷积核，处于第一层级的标签文本向量采用第一宽度的卷积核，处于第二层级的标签文本向量采用第二宽度的卷积核，所述第一层级高于所述第二层级，所述第一宽度大于所述第二宽度。

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江西理工大学，其通讯地址为：341000 江西省赣州市红旗大道86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。