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！

龙图腾网获悉北京邮电大学;广州大学;山东省计算中心(国家超级计算济南中心)申请的专利一种基于知识注入和知识编码的语言隐写分析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：CN119203999B 。

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：202411009662.5，技术领域涉及：G06F40/279；该发明授权一种基于知识注入和知识编码的语言隐写分析方法是由周琳娜;杨忠良;周志立;马宾;王壮;尤玮珂;陈学楷设计研发完成，并于2024-07-25向国家知识产权局提交的专利申请。

本一种基于知识注入和知识编码的语言隐写分析方法在说明书摘要公布了：本发明公开了一种基于知识注入和知识编码的语言隐写分析方法，属于信息隐藏领域。首先构建一个基于知识注入和知识编码的语言隐写分析系统模型，该系统模型借助知识图对输入句子进行预处理，完成知识注入。然后对句子树和可见矩阵采用BERT，完成语义特征的提取，并进行知识注入语义编码。在预处理的同时，使用图结构建模的KE模块对输入句子和知识图进行知识提取，得到迷你图，通过GAT对迷你图进行知识编码。最后将捕获的实体节点特征和从知识注入模块获得的表示向量串联并加入到一个全连接层中，系统模型通过全连接层的输出预测输入文本是正常载体还是隐写载体。本发明解决了网络文本的碎片化问题，使语言隐写分析的结果更加准确。

本发明授权一种基于知识注入和知识编码的语言隐写分析方法在权利要求书中公布了：1.一种基于知识注入和知识编码的语言隐写分析方法，其特征在于，具体步骤如下： 步骤一，构建一个基于知识注入和知识编码的语言隐写分析系统模型； 所述的系统模型命名为KIKE，包括基于知识注入的语义编码和基于知识提取的知识编码； 步骤二，语言隐写分析系统模型借助知识图对输入句子进行预处理，以适应现有的顺序语言模型框架，完成知识注入； 预处理过程具体为： 步骤201，输入句子S是由一系列标记组成的集合，表示为S＝{w1,w2,...,wn}，其中n是句子的长度，wi是句子的第i个标记；知识图K是由实体和实体之间关系的三元组组成的图结构，表示为KV,E，K包含多个三元组vi,ek,vj，其中vi和vj是实体，ek表示实体之间的关系； 步骤202，利用知识图将输入句子从原始形式S转换为句子树S'为： 其中，wi,...,wi+l-1代表由l个词组成的实体Ei，表示连接到Ei的多个分支； 步骤203，对句子树S'中的标记重新编号，使用软位置索引和硬位置索引的组合进行语言模型的位置嵌入； 步骤204，使用硬位置索引构建可见矩阵M，指导知识分支的可视范围； 可见矩阵M表示如下： 其中，表示两个标记在同一分支，表示两个标记不在同一分支，i和j是硬位置索引； 步骤三，对句子树和可见矩阵采用BERT，完成语义特征的提取，并进行知识注入语义编码； 具体过程为： 步骤301，BERT的嵌入层包括词嵌入、位置嵌入和段嵌入，在位置嵌入部分使用软位置索引，以表示句子中标记的相对位置，词嵌入和段嵌入部分保留原始的映射方法； 步骤302，将这三部分信息嵌入到高维特征空间并相加，以获得隐藏层变量H0＝{h1,h2,...,hn′}∈Rn′×d，其中n'是经过压缩句子树后展平序列的长度，d是特征的数量； 步骤303，将H0传递给Mask-Transformer模块，该模块由L个堆叠的Mask-Transformer子层组成，每一层的输入向量集是前一层的输出向量集，如下所示： Hl＝Mask-TransformerlHl-1,1≤l≤L 步骤304，经过L层语义特征的细化，使用sigmoid函数得到知识注入语义编码的表示向量： 其中，H0 L表示第L层Mask-Transformer子层输出的隐藏层变量； 步骤四，在预处理的同时，使用图结构建模的KE模块对输入句子和知识图进行知识提取，得到迷你图； 首先从输入句子中提取已识别的实体，并逐一连接，然后将它们连接到知识图中相应的对象分支，形成一个迷你图Gγ,E，其中γ＝{v1,…,vm}，m是句子树中实体的数量，E＝{εab＝va,vb1≤a,b≤m}是边集； 通过最大池化函数将HC中的实体向量作为图节点的初始向量，并采用一个邻接矩阵A∈Rm×m来表示实体之间的连接关系； 步骤五，通过一个两层的GAT对迷你图进行知识编码，然后将捕获的实体节点特征和从知识注入模块获得的表示向量串联并加入到一个全连接层中，系统模型通过全连接层的输出预测输入文本是正常载体还是隐写载体； 步骤六，对系统模型的预测准确性进行训练，在训练阶段，使用交叉熵损失函数更新系统模型参数，当损失函数最小化时，训练完成。

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北京邮电大学;广州大学;山东省计算中心(国家超级计算济南中心)，其通讯地址为：100876 北京市海淀区西土城路10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。