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(山东省科学院)申请的专利基于虚拟对抗与双向对比学习有监督文本分类方法及系统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：CN116610802B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202310646553.3，技术领域涉及：G06F16/35；该发明授权基于虚拟对抗与双向对比学习有监督文本分类方法及系统是由赵晶;豆希梦设计研发完成，并于2023-05-31向国家知识产权局提交的专利申请。

本基于虚拟对抗与双向对比学习有监督文本分类方法及系统在说明书摘要公布了：本发明属于文本分类领域，提供了基于虚拟对抗与双向对比学习有监督文本分类方法及系统，其基于虚拟对抗与双向对比学习的框架，该框架将虚拟对抗训练与对比学习相结合，从而可以训练模型在对抗样本和真实样本之间建立更好的关系，提高分类模型的鲁棒性和泛化性能。然后，利用样本的标签信息生成增强样本，利用双向对比学习来学习样本标签与特征之间的关系，进一步提高分类模型的准确性。最后，将VABCL框架在三个基准文本分类数据集上进行实验验证，实验结果证实了VABCL的特征提取能力和分类准确性的提升，表明VABCL在有监督文本分类领域具有较好的性能。

本发明授权基于虚拟对抗与双向对比学习有监督文本分类方法及系统在权利要求书中公布了：1.基于虚拟对抗与双向对比学习有监督文本分类方法，其特征在于，包括如下步骤： 获取文本样本数据和对应的标签信息； 基于文本样本数据、对应的标签信息对文本分类模型进行训练，得到训练后的文本分类模型；其中，所述文本分类模型的构建方法包括： 将虚拟对抗训练和对比学习相结合，采用虚拟对抗训练中最佳扰动的计算方法计算出扰动，将计算出的扰动与文本样本数据结合生成对抗文本数据用于对比学习，在两次对比学习中，通过双向对比损失函数，同时学习该对抗文本数据的特征表示和其相关联的类别标签； 基于训练后的文本分类模型对文本进行分类，得到文本分类结果； 其中，所述采用虚拟对抗训练中最佳扰动的计算方法为： 将句子信息和标签信息输入两个相同的编码器，在第一个编码器增加扰动，生成扰动样本，在第二个编码器输出干净样本，用扰动样本作为锚点，训练其与干净正确样本的关系； 其中，所述双向对比损失函数包括第一对比损失函数和第二对比损失函数，第一对比损失函数中，确定一个样本真实标签POS，以该样本的特征CLS为锚点，其他所有标签为POS的输出为正样本，非POS样本的标签为负样本； 第二对比损失函数中：确定一个样本真实标签POS，以该样本标签为POS的输出为锚点，则其他所有样本标签为POS的输出的CLS为正样本，非POS样本的CLS为负样本，其中，CLS为该样本的特征表示，POS和NEG为该样本的标签。

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(山东省科学院)，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”。