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！

龙图腾网获悉南京亚思通信息技术有限公司申请的专利军事文本识别方法、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：CN119990117B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202510047654.8，技术领域涉及：G06F40/284；该发明授权军事文本识别方法、设备和介质是由丁胜军;范学斌;张强强;郝备;周毓琪;张进设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本军事文本识别方法、设备和介质在说明书摘要公布了：本发明涉及军事文本识别方法，其包括：S1.对军事文本进行分词；S2.对述分词结果进行BERT词向量转换输出词向量序列张量；S3.处理输入层输出的词向量序列张量，其包括：S31.通过Bi‑LSTM内部的正向和反向LSTM单元，分别沿着时间步依次处理所有输入的词向量；S32.基于自注意力机制计算注意力权重；S41.对步骤S32输出的张量进行线性变换，将其中的词向量映射到维度等于命名实体类型数量的向量空间并输出相应的映射后的向量；S42.对映射后的每个词的向量应用Softmax激活，将其转换为每个词对应各命名实体类型的概率分布；S5.输出层执行关系抽取以获取关系预测结果；S6.对各预测结果进行整合，以识别文本中的信息。本发明可提高军事文本识别效率。

本发明授权军事文本识别方法、设备和介质在权利要求书中公布了：1.军事文本识别方法，所述方法包括： S1.对军事文本进行分词； S2.通过输入层对述分词结果进行BERT词向量转换，将分词结果转换为固定维度的词向量表示，并输出对应的词向量序列张量； S3.编码层处理输入层输出的词向量序列张量，其包括： S31.通过Bi-LSTM内部的正向和反向LSTM单元，分别沿着时间步依次处理所有输入的词向量，每个LSTM单元在每个时间步输出一个隐藏状态向量，其中正向LSTM从输入序列的开头向结尾处理词向量，反向LSTM从输入序列的结尾向开头处理；所述输入序列包括文本所在的整个文章； S32.输出经过Bi-LSTM后的基于每个词向量的隐藏状态向量形成的输出张量； S33.接受经过Bi-LSTM后的输出张量，并基于自注意力机制计算每个词相对于其他词的注意力权重，所述计算包括：对Bi-LSTM输出张量中的隐藏状态向量进行线性变换生成查询、键和值三个矩阵，然后利用查询与键的点积来计算注意力权重，再用所述注意力权重对值进行加权求和，从而得到每个词重新加权整合后的向量表示，并输出对应的张量； S41.输出层接受步骤S33输出的张量并进行线性变换，将其中的词向量映射到维度等于命名实体类型数量的向量空间并输出相应的映射后的向量； S42.输出层对步骤S41映射后的每个词的向量应用Softmax激活，将其转换为每个词对应各命名实体类型的概率分布，概率最高的命名实体类型视为该词的命名实体类型预测结果并被对外输出； S5.输出层执行关系抽取以获取关系预测结果；所述关系抽取包括： S51.基于输出层得到的命名实体类型的特征向量识别出文本中的候选实体组； S52.对于每个候选实体组，从编码层基于自注意力机制计算得到的特征向量中，分别提取实体组对应的向量表示，然后，将实体组内的多个特征向量进行拼接操作，形成该实体组的联合向量表示； S53.将拼接后的联合向量输入到一个线性变换层，将其映射到维度等于关系类别数量的向量空间并输出映射后的向量； S54.对S53输出的向量应用Softmax激活函数，将其转换为概率分布；该概率分布表示该实体组属于每种关系类别的概率，概率最高的关系类别视为该实体组的关系预测结果并被对外输出； S6.将命名实体类型预测结果和关系预测结果进行整合，以识别文本中的信息。

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南京亚思通信息技术有限公司，其通讯地址为：210022 江苏省南京市秦淮区广洋村上坊门99号-12；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”。