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！

龙图腾网获悉扬州大学申请的专利一种基于提示调优的少样本习题链接知识概念方法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：CN115311113B 。

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：202210815834.2，技术领域涉及：G06F16/353；该发明授权一种基于提示调优的少样本习题链接知识概念方法是由魏李婷;李云;朱毅;李斌;张乐君设计研发完成，并于2022-07-12向国家知识产权局提交的专利申请。

本一种基于提示调优的少样本习题链接知识概念方法在说明书摘要公布了：本发明公开了一种基于提示调优的少样本习题链接知识概念方法，通过收集并整理某一课程对应的习题资源与知识概念形成数据集；使用带有统一模板的即时提优的方法计算习题与知识概念的相关性，独立预测每个概念的概率；通过阈值机制，确定与习题相关的知识概念，为习题打上相应的知识概念标签，同时通过微调任务模型，循环训练预训练语言模型使其适应当前任务，在样本量少的情况下，为习题打上知识概念的标签，提高少样本习题链接知识概念的效果。

本发明授权一种基于提示调优的少样本习题链接知识概念方法在权利要求书中公布了：1.一种基于提示调优的少样本习题链接知识概念方法，其特征在于，包括以下步骤： S1、专家标注出课程Course对应的知识概念，将课程Course表示为带有N个知识概念的标签空间C＝{c1,c2,…cN}，整理搜集对应习题，表示为习题实例空间E，并对习题实例空间E中的部分实例标记上对应的标签集合形成数据集 S2、通过带有统一模板的即时提优的方法计算习题与知识概念的相关性，具体实现如下： 2.1设定M是大型预训练语言模型；2.2使用封装了统一模板的未标记的习题e文本资源的序列eprompt作为预训练语言模型M的输入，用如下公式表示： eprompt＝[CLS]ExerciseText[SEQ]Prompt[MASK] 其中，[CLS]表示为经过预训练语言模型M得到的特征表示作为整个文本的特征表示；ExerciseText表示习题文本内容；[SEQ]用于分开ExerciseText和Prompt；Prompt表示统一模板，统一模板具体内容是“知识概念属于”；[MASK]用于遮盖句子所属的表示对应知识概念标签单词； 2.3M以令牌[CLS]最终的隐藏状态h作为整个序列的表示，在预训练语言模型M的基础上，计算标签空间C中每个知识概念c填充令牌[MASK]的概率为PM[MASK]＝c|h，使用映射函数Sigmod独立预测每个概念的概率，如下公式： Pc|h＝SigmodPM[MASK]＝c|h＝SigmodWh 其中，W是参数矩阵； S3、添加阈值机制确定习题关联的知识概念，如下公式： pe＝{c|Pc|epromptt,c∈C} 其中，t表示固定的阈值，若Pc|epromptt，则为习题e打上知识概念c的标签； S4、将数据集D作为训练数据，通过最大化正确标签的对数似然概率微调预训练语言模型M的参数和参数矩阵W，并重复步骤S2-S3训练预训练语言模型M。

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扬州大学，其通讯地址为：225009 江苏省扬州市大学南路88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”。