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！

龙图腾网获悉广东潮庭集团有限公司申请的专利一种基于深度学习的自然语言处理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：CN116414944B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202310269472.6，技术领域涉及：G06F16/334；该发明授权一种基于深度学习的自然语言处理系统是由洪创波设计研发完成，并于2023-03-20向国家知识产权局提交的专利申请。

本一种基于深度学习的自然语言处理系统在说明书摘要公布了：本发明公开了一种基于深度学习的自然语言处理系统，包括获取语料单元、语料预处理单元、特征工程单元、特征选择单元、模型训练单元和模型应用单元，所述获取语料单元用一个文本合集作为语料库，所述获取语料单元的语料来源有现存语料库、下载语料库和抓取语料库，其中抓取语料库的库源为全网。本发明的优点在于，重点在于抓取语料库的库源为全网，以全网为抓取语料库，并使用WikiExtractor工具，使用python命令，将抓取的语料库分割为指定大小的文件，抓取时间为线性，不用建DOM树、与HTML标签无关，抓取语料高效、准确，可利用全网语料，使本语言处理系统可进行深度的抓取语料并进行模型训练和深度学习，与现有技术相比，具有较强的优异性。

本发明授权一种基于深度学习的自然语言处理系统在权利要求书中公布了：1.一种基于深度学习的自然语言处理系统，其特征在于，包括获取语料单元、语料预处理单元、特征工程单元、特征选择单元、模型训练单元和模型应用单元； 所述获取语料单元用一个文本合集作为语料库，所述获取语料单元的语料来源有现存语料库、下载语料库和抓取语料库，其中抓取语料库的库源为全网； 抓取语料时应用WikiExtractor工具，Wikiextractor把语料库分割为指定大小的文件，文件的格式默认为xml格式，具体格式如下： docid="xxx"url="xxx"title="xxxx" xxxxx doc； 每个生成的文件包含若干个词条，生成xml格式的语料，使用以下命令： WikiExtractor-oextracted_xml--process2-b512K--jsonzhwiki-latest-pages-articles.xml.bz2 -o用来指定输出目录，--process用来指定使用的进程数目，默认为1，-b选项用来控制单个生成文件的大小，默认为1M，文件越大，包含的词条也越多，最后的参数为要处理的原始压缩语料文件名称，程序运行完成以后，在输出目录下面会生成多个子目录，每个目录下面有生成的文件； ["id":"xxx","url":"xxx","title":"xxx","text":"xxxxxx"] text对应词条的真正内容。

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广东潮庭集团有限公司，其通讯地址为：519000 广东省珠海市高新区唐家湾镇金唐路1号港湾1号科创园16栋2层201室；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。