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！

龙图腾网获悉齐鲁工业大学申请的专利面向医疗智能问答的文本语义匹配方法和装置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：CN115269808B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202210996504.8，技术领域涉及：G06F40/194；该发明授权面向医疗智能问答的文本语义匹配方法和装置是由鹿文鹏;张鑫;赵鹏宇;郑超群;张维玉;马凤英设计研发完成，并于2022-08-19向国家知识产权局提交的专利申请。

本面向医疗智能问答的文本语义匹配方法和装置在说明书摘要公布了：本发明公开了一种面向医疗智能问答的文本语义匹配方法和装置，属于自然语言处理技术领域。本发明要解决的技术问题为如何捕获同一文本细粒度语义特征、文本间语义交互特征，以实现文本的语义匹配，采用的技术方案为：通过构建并训练嵌入层、语义编码层、多层次细粒度特征提取层、特征融合层和预测层组成文本语义匹配模型，提取文本字、词粒度特征，捕获同一文本细粒度语义特征、文本间语义交互特征，最终将多种相关特征合并，之后进行多种匹配操作，生成最终匹配特征向量并判定文本的相似度。该装置包括文本匹配知识库构建单元、训练数据集生成单元、文本匹配模型构建单元及文本语义匹配模型训练单元。

本发明授权面向医疗智能问答的文本语义匹配方法和装置在权利要求书中公布了：1.一种面向医疗智能问答的文本语义匹配方法，其特征在于，该方法是通过构建并训练嵌入层、语义编码层、多层次细粒度特征提取层、特征融合层和预测层组成文本语义匹配模型，提取文本字、词粒度特征，捕获同一文本细粒度语义特征、文本间语义交互特征，最终将多种相关特征合并，之后进行多种匹配操作，生成最终匹配特征向量并判定文本的相似度；具体如下： 嵌入层对输入的文本以字粒度和词粒度分别进行嵌入操作，输出文本字嵌入表示和词嵌入表示； 语义编码层接收文本字嵌入表示和词嵌入表示并使用双向长短期记忆网络BiLSTM进行编码，输出文本字、词粒度特征； 多层次细粒度特征提取层对语义编码层输出的文本字、词粒度特征进行同一文本、文本间编码操作，得到同一文本细粒度语义特征与文本间语义交互特征； 特征融合层对多种相关特征进行合并，之后进行多种匹配操作，生成最终匹配特征向量； 预测层将最终匹配特征向量输入多层感知机得到一个浮点型的数值，将其作为匹配度与预设的阈值进行比较，根据比较结果，判定文本的语义是否匹配； 其中，语义编码层的实现细节如下： 以文本P为例，该模块接收文本P字、词嵌入表示并使用双向长短期记忆网络BiLSTM进行编码得到文本P字、词粒度特征，记为 具体公式如下： 其中，N表示字粒度特征与词粒度特征的长度，公式1表示使用双向长短期记忆网络BiLSTM对文本P字嵌入表示进行编码，其中，表示通过双向长短期记忆网络BiLSTM编码得到的文本P第i个位置字粒度特征，表示通过前向长短期记忆网络LSTM编码得到的文本P第i个位置字粒度特征，表示通过后向LSTM编码得到的文本P第i个位置字粒度特征；公式2与公式1中符号含义基本一致，表示通过双向长短期记忆网络BiLSTM编码得到的文本P第j个位置词粒度特征，表示通过前向LSTM编码得到的文本P第j个位置词粒度特征，表示通过后向LSTM编码得到的文本P第j个位置词粒度特征； 同理，对文本Q进行与文本P类似操作，得到文本Q字、词粒度特征，记为Qc、Qw。

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齐鲁工业大学，其通讯地址为：250353 山东省济南市长清区大学路3501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”。