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！

龙图腾网获悉华南理工大学申请的专利一种基于多尺度提示记忆增强的黑盒文本分类方法及装置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：CN118245601B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202410336221.X，技术领域涉及：G06F16/353；该发明授权一种基于多尺度提示记忆增强的黑盒文本分类方法及装置是由匡校君;张通;陈俊龙设计研发完成，并于2024-03-22向国家知识产权局提交的专利申请。

本一种基于多尺度提示记忆增强的黑盒文本分类方法及装置在说明书摘要公布了：本发明公开了一种基于多尺度提示记忆增强的黑盒文本分类方法及装置，属于文本数据处理技术领域。其中方法包括：获取文本数据，对文本数据进行处理，获得训练数据和测试数据；在训练阶段，根据训练数据获取多尺度的提示；将训练数据和多尺度提示拼接后，通过预训练语言模型得到不同层次的实例级别的知识，将实例级别的知识存储在记忆模块中；在测试阶段，根据测试数据获取多尺度的提示；根据获得的提示，利用记忆模块为测试样本计算出实例级别得分和类级别得分，根据不同层次的两种得分综合计算出最终的得分矩阵，从而预测出测试样本的类别。本发明通过利用记忆模块为测试样本计算类别得分矩阵，从而高效地解决了黑盒场景的文本分类问题。

本发明授权一种基于多尺度提示记忆增强的黑盒文本分类方法及装置在权利要求书中公布了：1.一种基于多尺度提示记忆增强的黑盒文本分类方法，其特征在于，包括以下步骤： 获取文本数据，对文本数据进行处理，获得训练数据和测试数据； 在训练阶段，将训练数据按照预设的规则进行排列组合，获取多尺度的提示；将训练数据和多尺度提示拼接后，通过预训练语言模型得到不同层次的实例级别的知识，将实例级别的知识存储在记忆模块中； 在测试阶段，将测试数据按照预设的规则进行排列组合，获取多尺度的提示；根据获得的提示，利用记忆模块为测试样本计算出实例级别得分和类级别得分，根据不同层次的两种得分综合计算出最终的得分矩阵，从而预测出测试样本的类别； 所述记忆模块用于存储预训练语言模型结合上下文提示在训练集中提取出来的输出表征；对于每一个训练样本，将训练样本连接到提示的后面，其中表示连接每个类别上下文示例的数量；记忆模块表示为，其中包含了对应样本输出表征的键值对，键是输出表征，值是对应的标签； 所述多尺度的提示通过以下方式获得： 在每个类别中，采用分层采样的方式选择示例来构成每个尺度的提示； 采用表示尺度大小为时的第个存储知识的键值对，其中是一个从到的尺度大小，表示多尺度的数量；键值的计算公式如下： 式中，表示预训练语言模型的词汇表的单词，为训练样本。

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华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381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。