買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜江西財經大學申請的專利面向在線心理支持的自動文本摘要方法與系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN118939796B 。

龍圖騰網通過國家知識產權局官網在2025-03-25發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411436061.2，技術領域涉及：G06F16/34；該發明授權面向在線心理支持的自動文本摘要方法與系統是由劉德喜;饒佳;趙蕓;萬齊智;劉喜平;錢鐵云;姬東鴻設計研發完成，并于2024-10-15向國家知識產權局提交的專利申請。

本面向在線心理支持的自動文本摘要方法與系統在說明書摘要公布了：本發明提出一種面向在線心理支持的自動文本摘要方法與系統，該方法基于BART模型，將BART模型中的雙向編碼器和自回歸解碼器的注意力機制替換為分散注意力機制，并在解碼器的輸出部分采用并行的方式添加語言模型頭和分類頭，得到自動文本摘要模型。通過多任務聯合訓練的方式，同時執行主題分類任務和文本摘要生成任務對自動文本摘要模型進行訓練，得到訓練后的自動文本摘要模型，利用訓練后的自動文本摘要模型實現自動文本摘要生成。本發明通過多任務聯合訓練的方式，使得模型有效識別并利用文本中的關鍵主題詞，從而提升摘要的相關性和信息準確性。此外，分散注意力機制可以促使模型更多地生成新詞來形成摘要，提高了摘要的整體質量。

本發明授權面向在線心理支持的自動文本摘要方法與系統在權利要求書中公布了：1.一種面向在線心理支持的自動文本摘要方法，其特征在于，所述方法包括如下步驟：步驟1、基于BART模型，將BART模型中的雙向編碼器和自回歸解碼器的注意力機制替換為分散注意力機制，并在解碼器的輸出部分采用并行的方式添加語言模型頭和分類頭，得到自動文本摘要模型；步驟2、將文本輸入自動文本摘要模型中，雙向編碼器基于分散注意力機制來捕捉輸入的全局依賴關系，在分散注意力機制計算過程中，通過調節注意力的分布以提高不確定性，以實現分散注意力計算，得到編碼結果；將編碼結果輸入自回歸解碼器，基于分散注意力機制，以從更多的上下文位置中獲得信息，得到編碼結果；步驟3、將編碼結果輸入語言模型頭，獲取回答文本；步驟4、通過自回歸的方式重復步驟2和步驟3逐步獲取回答文本，得到文本摘要，實現自動文本摘要生成子任務；將自回歸解碼器在自回歸過程中的最終編碼結果送入分類結果，得到分類結果，實現主題分類子任務；步驟5、獲取數據集，通過多任務聯合訓練的方式，同時執行主題分類任務和文本摘要生成任務對自動文本摘要模型進行訓練，得到訓練后的自動文本摘要模型，利用訓練后的自動文本摘要模型實現自動文本摘要生成；在所述步驟5中，獲取數據集，通過多任務聯合訓練的方式，同時執行主題分類任務和文本摘要生成任務對自動文本摘要模型進行訓練，得到訓練后的自動文本摘要模型的方法具體包括如下步驟：通過數據爬取獲取文本數據，并將獲取的文本數據進行預處理，構建數據集，數據集包含參考摘要、主題詞和求助帖；將求助帖輸入自動文本摘要模型獲取文本摘要，利用參考摘要和文本摘要構建自動文本摘要生成子任務損失函數，對應的過程存在如下關系式： ；其中，表示自動文本摘要任務損失；將求助帖輸入自動文本摘要模型獲取分類結果，利用分類結果和主題詞構建主題分類子任務損失函數，對應的過程存在如下關系式： ；其中，表示主題分類子任務損失，表示主題詞；對自動文本摘要生成子任務損失和主題分類子任務損失進行加權，以計算最終的目標損失，對應的過程存在如下關系式： ；其中，表示損失權重參數，表示最終的目標損失；通過最小化最終的目標損失優化自動文本摘要模型參數，以對自動文本摘要模型進行訓練；其中，通過數據爬取獲取文本數據，并將獲取的文本數據進行預處理，構建數據集的方法具體包括如下步驟：首先要對網頁結構進行分析，獲取帖子的主題標簽；在爬取問答板塊數據時，根據主題標簽對問題進行分類；利用Python的Xpath工具從網頁中提取問題的標題和描述，爬取的數據將保存為CSV格式；對數據進行清洗，得到數據集。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人江西財經大學，其通訊地址為：330000 江西省南昌市經濟技術開發區雙港東大街169號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。