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！

龙图腾网获悉中国科学院心理研究所申请的专利一种类脑多模态语义概率性对齐与整合度量的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：CN121093962B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511154705.3，技术领域涉及：G06F40/30；该发明授权一种类脑多模态语义概率性对齐与整合度量的方法及系统是由赵婉莹设计研发完成，并于2025-08-18向国家知识产权局提交的专利申请。

本一种类脑多模态语义概率性对齐与整合度量的方法及系统在说明书摘要公布了：本发明公开了一种类脑多模态语义概率性对齐与整合度量的方法及系统，属于人工智能及计算机技术领域，旨在模拟大脑的多模态语义共现机制，提升语义建模的解释性与泛化能力。包括：构建生态有效的多模态语料，基于语义命名任务采集单模态刺激下的语义响应，构建标准化语义概率分布；在统一语义表示空间中对齐不同模态的语义标签，基于概率加权融合生成多模态语义概率分布；通过信息论建模，计算单模态和多模态语义概率分布之间的熵差，得到量化的语义整合度指标。系统由语义响应采集、概率建模、语义对齐和整合度量四大模块构成，并支持神经数据验证。本发明适用于多模态语义理解、智能决策、人机交互等场景。

本发明授权一种类脑多模态语义概率性对齐与整合度量的方法及系统在权利要求书中公布了：1.一种类脑多模态语义概率性对齐与整合度量的方法，其特征在于，包括如下步骤： 步骤1，构建自然场景下的多模态语料，设定语义命名任务，向被试分别呈现单模态刺激，要求被试逐一对单一模态刺激进行开放式语义标注，采集各刺激的语义命名响应； 步骤2，汇总多个被试的语义命名数据，对数据进行标准化、归一化及语义编码处理，生成各单模态刺激在语义标签维度上的分布式语义响应； 步骤3，基于所述分布式语义响应构建每种模态的语义分布集,生成格式统一的单模态语义概率分布； 步骤4，采用语义标签映射与概率投影方法，将所述单模态语义概率分布映射至统一的语义表示空间； 步骤5，在统一语义表示空间内，对投影后的单模态语义概率分布进行扩展与归一化处理，构建语义标签一致、概率可比的多模态统一语义概率分布； 步骤6，采用信息论方法，对所述单模态语义概率分布与多模态统一语义概率分布进行联合建模，通过定量计算单模态语义概率分布之和与多模态统一语义概率分布之间的信息熵差值，以获取反映不同模态间语义融合程度的跨模态语义整合度指标； 所述步骤3中基于分布式语义响应数据构建格式统一的单模态语义概率分布的具体方法是： 基于手势刺激的分布式语义响应数据，建立三元组形式的手势语义分布集，所述三元组形式包括刺激标识、语义标签及语义概率，用于表示特定标识的手势刺激所引发的语义标签及其概率分布； 基于语音刺激的分布式语义响应数据，建立三元组形式的语音语义分布集，所述三元组形式包括刺激标识、语义标签及语义概率，用于表示特定标识的语音刺激所引发的语义标签及其概率分布； 其中，所述语音刺激选自与手势刺激在自然场景中高频共现的语言表达，使得手势刺激与其对应的语音刺激具有一致的刺激标识，用于模拟类脑语义共现机制； 所述步骤5生成多模态统一语义概率分布的具体方法是： 对手势语义分布集与语音语义分布集中的语义标签进行标签重合处理，识别出相同的语义标签； 对于在两种模态中均出现的相同语义标签，通过语义扩展与概率重构机制，对其概率值进行加权叠加，形成融合后的语义概率； 对于仅在某一模态刺激中出现的语义标签，在对齐过程中通过补零方式保留其在语义向量中的位置结构； 经上述方法处理后，生成在统一语义表示空间内的多模态统一语义概率分布。

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中国科学院心理研究所，其通讯地址为：100101 北京市朝阳区林萃路16号院；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。