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！

龙图腾网获悉中国人民大学申请的专利一种基于文本结构的文本分析方法、系统、设备和介质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：CN114611484B 。

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：202210145827.6，技术领域涉及：G06F40/205；该发明授权一种基于文本结构的文本分析方法、系统、设备和介质是由许伟;杜玮;王明明;徐顿设计研发完成，并于2022-02-17向国家知识产权局提交的专利申请。

本一种基于文本结构的文本分析方法、系统、设备和介质在说明书摘要公布了：本发明涉及一种基于文本结构的文本分析方法、系统、设备和介质，其包括以下步骤：对获取的待分析文本进行解析，得到其文本结构；分别对待分析文本的各文本结构进行机器阅读，得到各文本结构所对应的嵌入向量；将得到的各嵌入向量进行融合，得到融合的文章嵌入向量；基于融合得到的文章嵌入向量得到文本分析结果。本发明考虑了文章结构对于机器理解的重要意义，依照摘要‑段落{段落标题‑段落内容}的结构进行解析，使模型具有了分结构阅读的能力。因此，本发明可以广泛应用于文本分析领域。

本发明授权一种基于文本结构的文本分析方法、系统、设备和介质在权利要求书中公布了：1.一种基于文本结构的文本分析方法，其特征在于包括以下步骤： 对获取的待分析文本进行解析，得到其文本结构； 分别对待分析文本的各文本结构进行机器阅读，得到各文本结构所对应的嵌入向量； 将得到的各嵌入向量进行融合，得到融合的文章嵌入向量； 基于融合得到的文章嵌入向量以及预先构件的预测网络模型，得到文本分析结果； 所述对待分析文本进行解析，得到其文本结构的方法，包括：从网站上爬取待分析文本的原始html文件；遍历原始html文件的每个节点；判断原始html文件中是否有a-sum标签，如果有则将a-sum标签下面的内容作为文章的摘要；再判断原始html文件是否具有header标签，如果有则将header标签下面的内容作为段落标题，否则将单独成一行的加粗内容作为段落标题；提取段落标题下的文本内容作为段落内容；将段落标题和段落内容按顺序编号，得到段落标题及与其匹配的段落内容； 所述对待分析文本的各文本结构进行机器阅读的方法，包括：将得到的摘要部分输入预先构建的第一Transformer网络，得到摘要的嵌入向量；将各段落标题分别输入预先构建的第二Transformer网络，得到各段落标题的嵌入向量；将各段落标题对应的段落内容分别输入到预先构建的Longformer网络，得到段落内容对应的嵌入向量； 所述将得到的各嵌入向量进行融合，得到融合的文章嵌入向量的方法，包括：将段落标题与对应的段落内容的嵌入向量进行融合，得到段落嵌入向量；将各段落嵌入向量进行融合，得到文章内容嵌入向量；将摘要嵌入向量与文章内容嵌入向量进行融合，得到整个待分析文本的文章向量。

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人民大学，其通讯地址为：100872 北京市海淀区中关村大街59号中国人民大学；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”。