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！

龙图腾网获悉天津大学申请的专利一种全局与局部层次提示微调的隐式篇章关系识别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：CN119206875B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202410702274.9，技术领域涉及：G06V40/30；该发明授权一种全局与局部层次提示微调的隐式篇章关系识别方法是由贺瑞芳;曾磊;朱永凯;张仕奇;白洁设计研发完成，并于2024-06-02向国家知识产权局提交的专利申请。

本一种全局与局部层次提示微调的隐式篇章关系识别方法在说明书摘要公布了：本发明公开一种全局与局部层次提示微调的隐式篇章关系识别方法，包括：对论元对构造的提示模版并进行编码，捕获论元对实例表示，并设计多层次分类器进行分类；依靠全局标签层次图，通过下一层中的子节点概率及边的权重获取当前层次的标签概率，再通过损失更新预训练语言模型及可学习分类器中参数，以达到通过下层分类器中的标签概率分布能获取当前层次的标签概率分布，实现全局层次知识的注入；通过共享节点数目控制对比损失大小，从而实现论元对语义表示距离的改变，达到对局部层次标签的利用。最后，为不同方法的损失函数设置不同的权重系数进行联合学习，更新模型参数信息以提升系统识别性能。

本发明授权一种全局与局部层次提示微调的隐式篇章关系识别方法在权利要求书中公布了：1.一种全局与局部层次提示微调的隐式篇章关系识别方法，其特征在于，包括以下步骤： 1为某数据集中的输入所有论元对构造提示学习模板，并将该提示学习模板输入至预训练语言模型以获取论元对语义交互信息，之后获取论元对之间的掩码词所对应位置的向量作为论元对语义向量表示；设计不同层次的可学习分类器，通过不同层次的可学习分类器将论元对语义向量表示映射为不同层次的篇章关系类别的概率分布； 2定义数据集内所有标签的依赖关系为全局层次，构建全局层次自下而上概率传播模块，当前层次的标签概率通过可学习分类器的下一层节点概率及全局层次获取，再通过交叉熵计算损失更新预训练语言模型及可学习分类器中的参数，达到通过下层可学习分类器中的标签概率分布以获取当前层次的标签概率分布，从而在不同层次的可学习分类器中产生全局层次的约束关系，实现全局层次知识的注入； 3定义论元对标签为局部层次，构建局部层次驱动的对比学习模块，不同论元对之间的局部层次共享节点数目的不同，共享节点数目越多的论元对之间的论元对语义向量表示越近，反之则越远，通过共享节点数目控制不同论元对之间的对比损失大小，实现不同论元对之间的语义向量表示间距离的改变，达到对局部层次利用； 4利用交叉熵损失函数和对比损失函数计算步骤2、3中不同模块的损失值，然后设置不同的权重系数进行联合学习，更新预训练语言模型的参数信息以提升识别性能。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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。