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多任务的针对中文金融文本的ESG分类方法及模型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：CN116776888B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202211718873.7，技术领域涉及：G06F40/30；该发明授权多任务的针对中文金融文本的ESG分类方法及模型是由张晗;姬莉霞;张亚洲设计研发完成，并于2022-12-30向国家知识产权局提交的专利申请。

本多任务的针对中文金融文本的ESG分类方法及模型在说明书摘要公布了：本发明公开了一种多任务的针对中文金融文本的ESG分类方法及模型，以解决现有的文本分类针对性差，精确性不足的技术问题。本发明先将文本按照字向量作为输入进行共同潜在学习表示，将共同潜在学习表示输出，先经过全连接层，然后输入到文本分类和情感词检测任务进行自注意力机制。同时文本分类任务中将文本按句号进行分割，生产句子向量，结合标签、上一轮情感词检测任务的特征向量，交入Transformer和线性层中，结合自注意力机制输出进行文本分类。情感词检测任务中利用自注意力机制的输出以及文本分类任务产生的特征向量进行情感词分类。两个任务联合训练以及以句子为分割，解决了中文金融文本较长以及情感极词难以分类等问题。

本发明授权多任务的针对中文金融文本的ESG分类方法及模型在权利要求书中公布了：1.一种多任务的针对中文金融文本的ESG分类方法，其特征在于，包括以下步骤： S1：制作金融领域的文本训练集，其中文本含有标签； S2：共同潜在学习表示部分，将文本中的每个单字转化为一个字向量，所有单字的字向量组成文本的向量矩阵，将该向量矩阵输入特征提取模型输出特征表示矩阵； S3：将S2中的特征表示矩阵分别输入到文本分类部分和情感词检测部分的全连接层，来获取特征向量矩阵在文本分类和情感词检测中的新的特征表示矩阵，之后将新的特征表示矩阵分别输入到文本分类部分和情感词检测部分的自注意力机制之中，得到文本分类部分和情感词检测部分的两个上下文语义特征聚合成的句子特征向量； S4：文本分类部分，将文本划分为多块，将这些块转换成文本块向量，在第一轮的训练中，只将文本块向量结合文本标签输入Transformer模型中，将该模型输出与S3中生成的句子特征向量结合生成分类向量Pcla，将Pcla输入到softmax层进行文本分类，输出第一轮的金融文本ESG类别； S5：情感词检测部分，与步骤S4同时进行，将步骤S3中的句子特征向量和步骤S4中情感词检测部分的分类向量Pcla结合形成情感词检测向量Zdec，并将Zdec输入softmax层进行情感词的划分； S6：在第一轮以后轮次的训练中，S4中文本分类部分变为将步骤S5中在上一轮训练中生成的情感词检测向量Zdec以及文本块向量、文本标签共同输入Transformer模型中，并与S3生成的句子特征向量结合，输入到softmax层进行文本分类，输出新一轮的金融文本ESG类别。

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：450001 河南省郑州市高新技术开发区科学大道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。