华中师范大学张思获国家专利权
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！
龙图腾网获悉华中师范大学申请的专利基于增强网络的可解释性强的神经主题建模方法、系统及设备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：CN116306584B 。
龙图腾网通过国家知识产权局官网在2025-07-22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：202310153401.X，技术领域涉及：G06F40/216；该发明授权基于增强网络的可解释性强的神经主题建模方法、系统及设备是由张思;徐佳丽;翟佩云;惠柠;刘清堂设计研发完成，并于2023-02-23向国家知识产权局提交的专利申请。
本基于增强网络的可解释性强的神经主题建模方法、系统及设备在说明书摘要公布了：本发明公开了一种基于增强网络的可解释性强的神经主题建模方法、系统及设备，构建一种可以实现海量文本数据的主题抽取，得到较高质量以及可解释性强的主题。本发明采用增强网络的方法，将高斯编码网络与逻辑斯蒂编码网络结合，探索短文本中的隐含特征，得到增强的主题分布；采用在高斯解码器中引入预训练的词嵌入的方法，丰富上下文信息，融合额外的语义知识，可以缓解特征稀疏问题，提高模型的可解释性。
本发明授权基于增强网络的可解释性强的神经主题建模方法、系统及设备在权利要求书中公布了：1.一种基于增强网络的可解释性强的神经主题建模方法，其特征在于，包括以下步骤： 步骤1：针对预分析文档，进行数据预处理； 步骤2：将预处理后的文本数据输入高斯编码网络，即使用文档的词频向量作为编码器的输入并将其映射到高斯分布空间，得到一个主题分布； 步骤3：将预处理后的文本数据输入逻辑斯蒂编码网络，即使用文档的词频向量作为编码器的输入并将其映射到逻辑正态分布空间，得到一个主题分布； 步骤4：通过增强融合方法将两个编码网络得到的主题分布结合，得到增强后的主题分布； 步骤5：利用高斯解码网络进行解码，通过预先训练的词嵌入将每个单词的额外语义知识引入解码器，丰富上下文信息，得到主题-词矩阵； 步骤6：在高斯解码网络中，结合步骤4中的增强主题分布和步骤5中的主题-词矩阵，得到文档中单词的条件概率，重构文档。
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华中师范大学，其通讯地址为：430079 湖北省武汉市洪山区珞瑜路152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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号