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文献情报中心申请的专利一种基于四维索引的科技文献知识自动标注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：CN121303304B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202511389033.4，技术领域涉及：G06N5/025；该发明授权一种基于四维索引的科技文献知识自动标注方法及系统是由李涵昱;张智雄;钱力;王猛;叶志飞设计研发完成，并于2025-09-26向国家知识产权局提交的专利申请。

本一种基于四维索引的科技文献知识自动标注方法及系统在说明书摘要公布了：本发明公开了一种基于四维索引的科技文献知识自动标注方法及系统，涉及自然语言处理技术领域，该方法包括：构建四维索引架构；通过数据输入层接收多格式科技文献，进行索引解析，获得文档层语义结构、段落层语义关系图、句子语义关系网络和实体语义关系；进行语义密度计算和知识富集区识别，得到知识富集区识别结果；建立跨层级语义关联模型，对知识富集区识别结果进行实体边界预测和多层次标注，得到结构化语义标注结果，进行可视化输出展示。本发明解决了现有技术中科技文献知识识别不精准，层级标注不足导致文献处理效率和准确性低下的技术问题，达到了实现科技文献知识的精准识别与多层级标注，提高了文献处理的效率和准确性的技术效果。

本发明授权一种基于四维索引的科技文献知识自动标注方法及系统在权利要求书中公布了：1.一种基于四维索引的科技文献知识自动标注方法，其特征在于，所述方法包括： 构建四维索引架构，所述四维索引架构包含数据输入层、四维索引构建层、知识富集区识别层、边界检测标注层和结果输出层，其中，所述四维索引构建层的具体结构包括文档层索引、段落层索引、句子层索引和实体层索引； 通过所述数据输入层接收多格式科技文献，基于所述文档层索引、段落层索引、句子层索引和实体层索引依次对所述多格式科技文献进行索引解析，获得文档层语义结构、段落层语义关系图、句子语义关系网络和实体语义关系； 基于所述知识富集区识别层对所述文档层语义结构、段落层语义关系图、句子语义关系网络和实体语义关系进行语义密度计算和知识富集区识别，得到知识富集区识别结果； 建立跨层级语义关联模型，根据所述边界检测标注层，设计递归标注架构，采用所述递归标注架构和所述跨层级语义关联模型对所述知识富集区识别结果进行实体边界预测和多层次标注，得到结构化语义标注结果，并通过所述结果输出层对所述结构化语义标注结果进行可视化输出展示； 所述得到知识富集区识别结果，包括： 基于所述知识富集区识别层对所述文档层语义结构、段落层语义关系图、句子语义关系网络和实体语义关系进行多维语义特征提取，获得词汇层面特征集、句法层面特征集和语义层面特征集； 设计密度计算模型，所述密度计算模型包括多特征融合模型和注意力权重机制，其中，所述多特征融合模型采用多层感知机结构； 设计多尺度滑动窗口策略，所述多尺度滑动窗口策略包括词级窗口、句级窗口和段级窗口； 采用所述多尺度滑动窗口策略基于所述密度计算模型对所述文档层语义结构、段落层语义关系图、句子语义关系网络和实体语义关系进行语义密度计算和知识富集区识别，获得知识富集区识别结果； 所述获得知识富集区识别结果，包括： 采用所述多尺度滑动窗口策略基于所述密度计算模型对所述文档层语义结构、段落层语义关系图、句子语义关系网络和实体语义关系进行语义密度计算和密度高斯平滑，获得语义窗口密度分布曲线； 根据所述语义窗口密度分布曲线，确定知识富集区阈值T=μ+α×σ，其中，μ为文档平均语义密度，σ是语义密度标准差，α为自适应参数，取值1.5-2.0； 基于所述知识富集区阈值，设置多级阈值策略； 采用所述多级阈值策略对所述语义窗口密度分布曲线进行知识富集区边界识别和自适应边界优化，确定知识富集区识别结果。

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文献情报中心，其通讯地址为：100190 北京市海淀区中关村北四环西路33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。