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！

龙图腾网获悉腾讯科技(深圳)有限公司申请的专利基于深度学习的文本鉴别方法、装置、设备及存储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：CN113535946B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202110037860.2，技术领域涉及：G06F16/353；该发明授权基于深度学习的文本鉴别方法、装置、设备及存储介质是由李卓聪设计研发完成，并于2021-01-12向国家知识产权局提交的专利申请。

本基于深度学习的文本鉴别方法、装置、设备及存储介质在说明书摘要公布了：本申请实施例提供一种基于深度学习的文本鉴别方法、装置、设备及存储介质，涉及人工智能及云技术领域。方法包括：获取待鉴别目标文本，待鉴别目标文本包括文本标题与文本内容；调用预训练好的文本分类模型对待鉴别目标文本进行类别属性鉴别处理，以得到待鉴别目标文本所归属的类别属性，包括：对待鉴别目标文本进行文本标题以及文本内容的字句解析处理，以得到待鉴别目标文本的各字符；对待鉴别目标文本的每个字符进行字向量转化处理，以得到各字符的字向量；对各字符的字向量进行融合特征提取，得到待鉴别目标文本的文本向量，以根据文本向量得到待鉴别目标文本所归属的类别属性。可以使模型更好的理解待鉴别目标文本，提高模型分类准确率。

本发明授权基于深度学习的文本鉴别方法、装置、设备及存储介质在权利要求书中公布了：1.一种基于深度学习的文本鉴别方法，其特征在于，包括： 获取待鉴别目标文本，所述待鉴别目标文本包括文本标题与文本内容； 调用预训练好的文本分类模型对所述待鉴别目标文本进行类别属性鉴别处理，以得到所述待鉴别目标文本所归属的类别属性，包括： 对所述待鉴别目标文本进行文本标题以及文本内容的字句解析处理，以得到所述待鉴别目标文本的各字符； 对所述待鉴别目标文本的每个字符进行字向量转化处理，以得到各字符的字向量； 对所述各字符的字向量进行融合特征提取，得到所述待鉴别目标文本的文本向量，以根据所述文本向量得到所述待鉴别目标文本所归属的类别属性； 其中，所述文本分类模型是通过以下方式训练得到的： 获取标注有真实文本类别属性标签的有标签数据集和无标签数据集； 基于所述有标签数据集和所述无标签数据集，通过重复执行以下操作对初始文本分类模型进行模型参数调整，直至满足预设的结束条件，得到所述预训练好的文本分类模型： 将所述无标签数据集中的各无标签文本输入至基于上一次进行模型参数调整后的文本分类模型中，得到各所述无标签文本对应于各文本类别属性的预测概率； 对于每一所述无标签文本，若所述无标签文本的各预测概率之间的差值小于或等于第一设定阈值，则将所述无标签文本确定为第一目标文本；若所述无标签文本的任一预测概率大于或等于该预测概率对应的第二设定阈值，则将所述无标签文本确定为第二目标文本，将该预测概率所对应的文本类别属性，确定为该第二目标文本的真实文本类别属性标签，并将各所述第二目标文本从所述无标签数据集中删除； 获取标注有真实文本类别属性标签的各所述第一目标文本，并将标注后的各所述第一目标文本添加到所述有标签数据集中，并将各所述第一目标文本从所述无标签数据集中删除； 将所述有标签数据集中的各所述有标签文本以及本次所述操作所确定的各所述第二目标文本输入至所述文本分类模型，得到各所述有标签文本以及各所述第二目标文本各自对应于各文本类别属性的预测概率，基于各所述有标签文本以及各所述第二目标文本各自对应的各预测概率以及真实文本类别属性标签确定损失函数的值，并基于所述损失函数的值进行模型参数的调整。

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腾讯科技(深圳)有限公司，其通讯地址为：518000 广东省深圳市南山区高新区科技中一路腾讯大厦35层；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”。