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！

龍圖騰網恭喜南昌工程學院申請的專利基于詞頻概率融合的文本大數據分級分類方法及其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：CN119149749B 。

龍圖騰網通過國家知識產權局官網在2025-04-04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：202411659664.9，技術領域涉及：G06F16/353；該發明授權基于詞頻概率融合的文本大數據分級分類方法及其系統是由譚德坤;陳遠明;趙嘉;趙興艷;李楨楨;付雪峰;辛奕澎;夏金程;王世琛設計研發完成，并于2024-11-20向國家知識產權局提交的專利申請。

本基于詞頻概率融合的文本大數據分級分類方法及其系統在說明書摘要公布了：本公開涉及基于詞頻概率融合的文本大數據分級分類方法及其系統，包括：獲取原始文本數據，對原始文本數據進行數據清洗和數據增強操作得到輸入數據；根據所述輸入數據構建基于概率分布的主題模型，通過基于概率分布的主題模型得到輸入數據的主題?詞匯關系，將主題?詞匯關系與詞嵌入模型進行特征融合，得到新的詞嵌入模型；根據新的詞嵌入模型，利用改進Transformer網絡模型和卷積神經網絡構建深度學習網絡模型；對深度學習網絡模型進行訓練與參數優化，得到訓練好的深度學習網絡模型；將待分類數據輸入訓練好的深度學習網絡模型中，得到分級分類結果。本公開方法可實現數據精準穩定的分類。

本發明授權基于詞頻概率融合的文本大數據分級分類方法及其系統在權利要求書中公布了：1.基于詞頻概率融合的文本大數據分級分類方法，其特征在于，包括如下步驟：S10、獲取原始文本數據，對所述原始文本數據進行數據清洗和數據增強操作得到輸入數據；S20、根據所述輸入數據構建基于概率分布的主題模型，通過基于概率分布的主題模型得到輸入數據的主題-詞匯關系，將主題-詞匯關系與詞嵌入模型進行特征融合，得到新的詞嵌入模型；通過基于概率分布的主題模型得到輸入數據的主題-詞匯關系，表示為： ，式中，表示抽樣主題，表示單詞，為抽樣主題中單詞對應的權重新的詞嵌入模型，表示為： ，式中，為每個詞匯融合后的詞向量，為每個單詞對應的詞向量，K表示主題數量；S30、根據新的詞嵌入模型，利用改進Transformer網絡模型和卷積神經網絡構建深度學習網絡模型；所述深度學習網絡模型包括融合相對位置的可學習位置編碼層和基于注意力卷積模塊的改進編碼器層；所述改進Transformer網絡模型包括融合相對位置的可學習位置編碼層、改進多頭注意力層、第一Dropout層、第一殘差連接及規范化層、前饋全連接層、第二Dropout層、第二殘差連接及規范化層、卷積層、激活層、最大池化層、線性層和Softmax分類層，其中，融合相對位置的可學習位置編碼層，包括引入相對位置編碼與可學習位置編碼矩陣，將輸入數據的位置信息加入數據特征中，表示為： ，式中，LRPE表示加權平均后的結果，PE表示相對位置編碼結果，L為一個可學習的位置編碼矩陣；基于注意力卷積模塊的改進編碼器層，包括將輸入數據的位置信息加入注意力卷積模塊中，通過卷積核放大輸入數據的特征后進行函數激活，表示為： ，新的注意力計算公式表示為： ，式中，Q、K、V為注意力機制的輸入，為詞嵌入的維度；S40、對所述深度學習網絡模型進行訓練與參數優化，得到訓練好的深度學習網絡模型；S50、將待分類數據輸入訓練好的深度學習網絡模型中，得到分級分類結果。

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南昌工程學院，其通訊地址為：330000 江西省南昌市高新區天祥大道289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”。