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！

龍圖騰網恭喜江蘇大學申請的專利一種基于數理特征提取的數學題文本多標簽分類方法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：CN114880474B 。

龍圖騰網通過國家知識產權局官網在2025-05-06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：202210485759.8，技術領域涉及：G06F16/35；該發明授權一種基于數理特征提取的數學題文本多標簽分類方法是由侯駿;周從華;朱小龍設計研發完成，并于2022-05-06向國家知識產權局提交的專利申請。

本一種基于數理特征提取的數學題文本多標簽分類方法在說明書摘要公布了：本發明公開了一種基于數理特征提取的數學題文本多標簽分類方法，以數學題試題作為樣本，知識點為樣本標簽；對樣本及其標簽進行預處理和特征提取，對樣本特征向量進行編碼得到隱藏層向量；引用自注意力機制計算各個隱藏層向量的注意力權重，得到文本輸出的特征向量；將答案解析文本分為葉節點和根節點，由葉節點文本信息特征及根節點文本信息特征形成特征先驗樹的特征矩陣；對樣本特征向量與特征先驗樹的特征矩陣進行數理特征提取，將文本輸出的特征向量和數理特征提取部分的輸出結果輸入分類器，由分類器輸出分類結果；設置訓練停止條件，當訓練停止時獲得訓練好的數學文本多標簽分類模型；利用數學文本多標簽分類模型對數學題文本進行有效分類。

本發明授權一種基于數理特征提取的數學題文本多標簽分類方法在權利要求書中公布了：1.一種基于數理特征提取的數學題文本多標簽分類方法，其特征在于，包括如下步驟：步驟1，采集多套數學試卷中的試題作為樣本，形成樣本集；并將每道題目的知識點作為樣本的標簽；對樣本及其標簽進行預處理和特征提取，得到樣本對應的樣本特征向量及樣本特征向量對應的標簽形成樣本特征向量集w＝{x1,y1,…xn,yn}，其中，xi是第i個樣本特征向量，yi是第i個樣本對應的標簽，i＝1、2、...、n，n是樣本個數；對樣本特征向量進行編碼得到隱藏層向量hs；引用自注意力機制計算各個隱藏層向量hs的注意力權重as；基于所得到的注意力權重as，對隱藏層向量進行加權求和，得到文本輸出的特征向量步驟2，將樣本集分為訓練集和測試集；獲取訓練集中樣本對應的答案解析文本，答案解析文本分為葉節點和根節點，根節點為答案解析的標簽文本信息，葉節點為可直接或間接推出根節點標簽的文本信息；對答案解析文本進行預處理和特征提取，得到葉節點文本信息特征及根節點文本信息特征；由葉節點文本信息特征及根節點文本信息特征形成特征先驗樹的特征矩陣，表示為：v＝{v1,v2,...vn}；步驟3，對樣本特征向量與特征先驗樹的特征矩陣進行數理特征提取，得到數理特征提取部分的輸出結果li；數理特征提取部分由多個基特征提取組成，在每個基特征提取中，將樣本特征向量和特征先驗樹的特征矩陣中的向量vi表示為： 其中，li是基特征提取的輸出，f函數即是對w,vi向量做cosine和compare運算；Wi1是用于w和vi進行consine計算的參數矩陣，是用于與計算得到的cosine值做compare的校驗參數矩陣；步驟4，將訓練集的文本輸出的特征向量Fq和數理特征提取部分的輸出結果li輸入分類器，由分類器輸出分類結果；步驟5，設置訓練集的訓練停止條件，當訓練停止時獲得訓練好的數學文本多標簽分類模型；應用訓練好的數學文本多標簽分類模型對數學題文本分類。

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蘇大學，其通訊地址為：212013 江蘇省鎮江市京口區學府路301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”。