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国防科技大学申请的专利应用于文本细粒度实体分类的特征表示方法及相关设备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：CN115422913B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202211070958.9，技术领域涉及：G06F40/211；该发明授权应用于文本细粒度实体分类的特征表示方法及相关设备是由郭延明;刘盼;雷军;老松杨;李国辉;尹晓晴设计研发完成，并于2022-09-02向国家知识产权局提交的专利申请。

本应用于文本细粒度实体分类的特征表示方法及相关设备在说明书摘要公布了：本申请提供一种应用于文本细粒度实体分类的特征表示方法及相关设备。能够确定目标文本的字符中的实体提及，将实体提及放回至上下文字符中，进而得到上下文字符表示，并利用上下文表征模型对其进行张量确定处理，得到上下文张量信息，再通过注意力机制对上下文张量信息进行计算处理，这样得到的上下文特征能够具备上下文的特点，能够在上下文特征中将实体提及与上下文的联系一起包含在内，使得后续进行细粒度实体分类时，得到的分类结果更加精确，进一步提高细粒度实体分类的效果。

本发明授权应用于文本细粒度实体分类的特征表示方法及相关设备在权利要求书中公布了：1.一种应用于文本细粒度实体分类的特征表示方法，其特征在于，包括： 对目标文本进行字符表示； 确定所述字符中的实体提及以及所述实体提及对应的上下文字符，将所述实体提及放回至所述上下文字符中得到上下文字符表示； 将所述上下文字符表示输入至上下文表征模型中，进行张量确定处理，得到上下文张量信息，对所述上下文张量信息进行计算处理得到所述目标文本的上下文特征，其中，所述上下文表征模型是利用训练样本对神经网络进行训练得到的； 所述对目标文本进行字符表示，包括： 利用FastText文本分类模型对所述目标文本进行静态字符表示； 所述将所述上下文字符表示输入至上下文表征模型中，进行张量确定处理，得到上下文张量信息，对所述上下文张量信息进行计算处理得到所述目标文本的上下文特征，包括： 所述上下文字符表示为静态字符表示，将所述上下文字符表示输入至BILSTM双向长短记忆模型中进行上下文编码处理，获取所述实体提及在上下文的动态表示，得到所述上下文张量信息； 利用torch.cumsum函数对所述上下文张量信息沿着所述目标文本的上下文的维度进行累加求和，得到与所述上下文张量信息同尺寸的张量Si，公式为： 其中，Si为上下文张量信息C中前i个的和，Ck为上下文张量信息C中第k个值，i和k均为正整数，k∈i； 确定Si中的尾部数量T的累计张量值ST，以及Si中的头部数量H的累计张量值SH，以及C中头部数量H的累计张量值CH，计算所述目标文本的上下文特征VC，公式为：

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国防科技大学，其通讯地址为：410003 湖南省长沙市开福区德雅路109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。