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！

龙图腾网获悉中国人民解放军火箭军工程大学申请的专利一种半监督设备属性提取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：CN120409483B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510926078.4，技术领域涉及：G06F40/295；该发明授权一种半监督设备属性提取方法及系统是由刘鑫;姚俊萍;李晓军;郭毅;马晓丹设计研发完成，并于2025-07-07向国家知识产权局提交的专利申请。

本一种半监督设备属性提取方法及系统在说明书摘要公布了：本申请公开了一种半监督设备属性提取方法及系统，涉及设备属性提取领域，该方法包括：从设备文本中识别关键实体信息；生成属性提取匹配规则；提取部分设备属性；将部分设备属性所对应的原始文本和匹配模板文本作为文本对，并形成种子标注数据集；构建BERT‑Pair‑Networks模型并确定文本对是否匹配；对BERT‑Pair‑Networks模型进行训练；并生成初步预测结果；计算初步预测结果的置信度；选取置信度大于预设阈值的初步预测结果作为伪标签样本；将伪标签样本融入种子标注数据集形成新的训练数据；重新训练，直到收敛至预设范围；基于训练好的BERT‑Pair‑Networks模型提取设备属性。本申请可在低标注成本下实现高精度、高鲁棒性的设备属性抽取。

本发明授权一种半监督设备属性提取方法及系统在权利要求书中公布了：1.一种半监督设备属性提取方法，其特征在于，所述半监督设备属性提取方法包括： 获取设备文本； 从所述设备文本中识别关键实体信息； 基于所述关键实体信息生成属性提取匹配规则； 基于所述属性提取匹配规则提取部分设备属性； 将部分设备属性所对应的原始文本和匹配模板文本作为文本对，并形成种子标注数据集； 构建BERT-Pair-Networks模型； 基于所述BERT-Pair-Networks模型确定所述文本对是否匹配； 基于所述种子标注数据集对所述BERT-Pair-Networks模型进行训练； 将未标注的设备文本数据输入预训练的BERT-Pair-Networks模型中，生成初步预测结果； 计算所述初步预测结果的置信度； 选取置信度大于预设阈值的初步预测结果作为伪标签样本； 将所述伪标签样本融入所述种子标注数据集形成新的训练数据； 基于所述新的训练数据重新对BERT-Pair-Networks模型进行训练，直到所述BERT-Pair-Networks模型收敛至预设范围； 基于训练好的BERT-Pair-Networks模型提取设备属性； 计算所述初步预测结果的置信度具体采用以下公式： ； 其中，表示预测的未标注文本域匹配规则文本的置信度，表示文本对的语义相似度，表示未标注的设备文本数据，为领域匹配规则模板对应的文本； 所述BERT-Pair-Networks模型收敛至预设范围的收敛条件为： ； 其中，表示模型训练的收敛判断，和表示邻近两次完整训练后得到的评估模型性能的F1值，表示设定阈值； 基于所述属性提取匹配规则提取部分设备属性具体采用以下公式： ； 其中，为设备属性提取匹配规则，为提取的部分设备属性，表示识别的实体集和，为基于匹配规则，通过实体替换提取的设备属性； 基于所述BERT-Pair-Networks模型确定所述文本对是否匹配具体采用以下公式： ； 其中，P表示BERT-Pair-Networks模型，为BERT-Pair-Networks模型参数，为属性数据提取的原始文本，为领域匹配规则模板对应的文本，为文本对是否匹配的标签，为1表示匹配，为0表示不匹配。

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中国人民解放军火箭军工程大学，其通讯地址为：710025 陕西省西安市灞桥区同心路2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”。

以上内容由龙图腾AI智能生成。