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一种基于文本匹配的文本摘要质量评估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：CN115329036B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202210761271.3，技术领域涉及：G06F16/334；该发明授权一种基于文本匹配的文本摘要质量评估方法及系统是由李莎莎;林吴航;余杰;马俊;纪斌;汤勇韬;李彦武;刘甚灵设计研发完成，并于2022-06-30向国家知识产权局提交的专利申请。

本一种基于文本匹配的文本摘要质量评估方法及系统在说明书摘要公布了：本发明公开了一种基于文本匹配的文本摘要质量评估方法及系统，本发明基于文本匹配的文本摘要质量评估方法包括将待评估的文本摘要及其对应的原文输入预先完成训练的文本摘要质量评估模型以得到待评估的文本摘要对应的质量评估结果，所述文本摘要质量评估模型包括分别用于衡量相关性、一致性、连贯性、流畅性共四种细粒度质量的语义子模型，所述语义子模型的输入为待评估的文本摘要及其对应的原文、输出为对应细粒度质量的质量评估结果。本发明可从语义的角度出发捕捉摘要质量的细微差别，避免了与单一参考摘要的强制对齐而导致对摘要文本多样性的抑制，具备了优秀的模型性能、质量解释性好的优点，可实现全方位衡量摘要质量的目的。

本发明授权一种基于文本匹配的文本摘要质量评估方法及系统在权利要求书中公布了：1.一种基于文本匹配的文本摘要质量评估方法，其特征在于，包括将待评估的文本摘要及其对应的原文输入预先完成训练的文本摘要质量评估模型以得到待评估的文本摘要对应的质量评估结果，所述文本摘要质量评估模型包括分别用于衡量相关性、一致性、连贯性、流畅性共四种细粒度质量的语义子模型，所述语义子模型的输入为待评估的文本摘要及其对应的原文、输出为对应细粒度质量的质量评估结果； 所述四种细粒度质量的语义子模型结构相同，均包括预训练后的交互编码器Cross-Encoder和基于多层感知机的回归模型；所述交互编码器Cross-Encoder的输入为待评估的文本摘要及其对应的原文，且输入的第一个标记为令牌字符[CLS]、待评估的文本摘要及其对应的原文之间采用分隔字符[SEP]分隔，且将令牌字符[CLS]对应的最终隐藏状态V[CLS]作为提取得到的最终特征；所述基于多层感知机的回归模型用于将最终特征映射为指定区间的预测分数； 用于衡量相关性、一致性的语义子模型中，令牌字符[CLS]对应的最终隐藏状态V[CLS]的计算函数表达式为： V[CLS]=Cross-Encoder[CLS],O,[SEP],S 上式中，Cross-Encoder表示交互编码器Cross-Encoder，[CLS]为令牌字符，O为原文，[SEP]为分隔字符，S为待评估的文本摘要； 用于衡量连贯性、流畅性的语义子模型中，令牌字符[CLS]对应的最终隐藏状态V[CLS]的计算函数表达式为： V[CLS]=Cross-Encoder[CLS],[SEP],S 上式中，Cross-Encoder表示交互编码器Cross-Encoder，[CLS]为令牌字符，[SEP]为分隔字符，S为待评估的文本摘要。

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：410073 湖南省长沙市开福区砚瓦池正街47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。