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！

龙图腾网获悉昆明理工大学申请的专利一种基于主动特征选择的多标签文本分类数据增强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：CN116842177B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202310808655.0，技术领域涉及：G06F16/35；该发明授权一种基于主动特征选择的多标签文本分类数据增强方法是由线岩团;庞宇宏;余正涛设计研发完成，并于2023-07-04向国家知识产权局提交的专利申请。

本一种基于主动特征选择的多标签文本分类数据增强方法在说明书摘要公布了：本发明公开一种基于主动特征选择的多标签文本分类数据增强方法，涉及自然语言处理技术领域。本发明通过标签提示模板得到其与文本中每个词的得分情况，在相同标签的每个批次的句子中取出分数靠前的K个词，然后将这些词的特征进行随机互换，将分数高的词的特征的和随机互换的词的特征按照λ和1‑λ混合之后重新写入句子，起到数据增强的效果。本发明与传统的基线模型对比,实验组评测指标相较于所有的基线模型均有明显提高。

本发明授权一种基于主动特征选择的多标签文本分类数据增强方法在权利要求书中公布了：1.一种基于主动特征选择的多标签文本分类数据增强方法，其特征在于，包括如下步骤： S1、使用预训练语言模型的嵌入层对分词后的文本进行嵌入得到词嵌入向量，同时使用预训练语言模型对标签类别进行编码得到初始化的标签提示模板PL，并将PL进行嵌入得到标签向量，然后将标签向量和词嵌入向量拼接，得到带有文本信息的标签提示模板向量； S2、利用预训练语言模型中的注意力结构对拼接之后的带有文本信息的标签提示模板向量进行编码，生成一个新的向量序列，然后将向量经过单层线性层进行降维； S3、将降维后的标签向量和词嵌入向量使用内积相似度计算每个词对于每个模板的分数； S4、在每一个批次的每一句话中取出每一个模板对应分数中靠前的K个词，将这些词重新进行词嵌入，接着将分数靠前的K个词随机打乱后再次进行词嵌入；接着将重新词嵌入后得到的特征和打乱之后的重新词嵌入得到的特征按照和1-混合，服从贝塔分布，混合后重新写入原始的词嵌入层得到数据增强的词嵌入向量，以此达到数据增强的效果； S5、将数据增强的词嵌入向量再次与S1中的标签向量拼接，得到新的带有文本信息的标签提示模板向量；重复S2-S3，得到数据增强后每个词对于每个模板的分数，当前句子中数据增强后每个词对于每个模板的分数最高的词代表此句子的类别，因此采用若干个模板中每个模板分数的最大值来进行分类。

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昆明理工大学，其通讯地址为：650500 云南省昆明市呈贡区景明南路727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”。