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！

龙图腾网获悉中国科学院文献情报中心申请的专利一种基于联合多任务学习的引用类型分析方法及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：CN120929984B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511056717.2，技术领域涉及：G06F18/2431；该发明授权一种基于联合多任务学习的引用类型分析方法及系统是由赵旸;张广寅;张智雄设计研发完成，并于2025-07-30向国家知识产权局提交的专利申请。

本一种基于联合多任务学习的引用类型分析方法及系统在说明书摘要公布了：本申请提供了一种基于联合多任务学习的引用类型分析方法及系统，涉及语义分类技术领域，方法包括：配置引用意图分类任务的输入数据及标签数据；定义引用评价分类任务，配置引用评价分类任务的输入数据及标签数据；构建联合多任务学习框架，将引用意图分类任务、引用评价分类任务作为并行分类任务嵌入联合多任务学习框架；采用并行分类任务的交替迭代策略，训练联合多任务学习框架，平衡并行任务间梯度传播，获得引用类型联合分析模型，进行引用类型分析处理。通过本申请可以解决现有技术中存在未能有效挖掘引用意图与引用评价之间的深层语义关联，影响对科研内容的智能解析能力的技术问题，达到提高对引文语义的解释能力的技术效果。

本发明授权一种基于联合多任务学习的引用类型分析方法及系统在权利要求书中公布了：1.一种基于联合多任务学习的引用类型分析方法，其特征在于，包括： 定义引用意图分类任务，配置所述引用意图分类任务的输入数据及标签数据； 定义引用评价分类任务，配置所述引用评价分类任务的输入数据及标签数据； 构建联合多任务学习框架，将所述引用意图分类任务、引用评价分类任务作为并行分类任务嵌入所述联合多任务学习框架，其中，所述引用意图分类任务、引用评价分类任务具有独立输入空间、标签空间，用于输入来源不同的引用上下文文本； 采用并行分类任务的交替迭代策略，训练所述联合多任务学习框架，平衡并行任务间梯度传播，获得引用类型联合分析模型，进行引用类型分析处理； 其中，所述采用并行分类任务的交替迭代策略，训练所述联合多任务学习框架，平衡并行任务间梯度传播，获得引用类型联合分析模型，包括： 分别构建引用意图分类、引用评价分类训练数据集，包括输入数据、标签数据； 将所述引用意图分类、引用评价分类的输入数据分别输入共享特征提取层，通过预训练语言模型生成跨任务通用语义特征； 将共享的跨任务通用语义特征分别输入任务专属分类头，并行输出引用意图类别、引用评价类别； 通过交替采样所述引用意图分类、引用评价分类训练数据集，独立计算损失值并更新模型参数，交替迭代训练直到收敛目标为止，获得所述获得引用类型联合分析模型； 其中，分别构建引用意图分类、引用评价分类训练数据集，包括： 配置引用意图分类标签类别，包括背景、方法、结果比较； 配置引用评价分类标签类别，包括重要评价、一般评价； 搜集引用样本集，将引用上下文文本作为输入数据，并对引用样本集中每个引用上下文文本按照所述引用意图分类标签类别、引用评价分类标签类别分别进行标注，构建引用意图分类数据集、引用评价分类训练数据集； 将所述引用意图分类、引用评价分类的输入数据分别输入共享特征提取层，通过预训练语言模型生成跨任务通用语义特征，包括： 利用预训练语言模型作为共享特征提取层，对输入的引用上下文文本进行文本序列编码，获得输入文本序列； 基于所述输入文本序列，利用所述预训练语言模型生成对应的隐藏状态表示，并对隐藏状态进行平均池化； 引入LeakyReLU激活函数，对平均池化隐藏状态进行特征增强，生成跨任务通用语义特征。

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科学院文献情报中心，其通讯地址为：100190 北京市海淀区中关村北四环西路33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。