買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜東南大學(xué)申請(qǐng)的專利一種融合句法結(jié)構(gòu)信息的關(guān)鍵詞生成方法及裝置獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114692605B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-05-06發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202210415569.9，技術(shù)領(lǐng)域涉及：G06F40/284；該發(fā)明授權(quán)一種融合句法結(jié)構(gòu)信息的關(guān)鍵詞生成方法及裝置是由楊鵬;戈妍妍;方海生;于曉潭設(shè)計(jì)研發(fā)完成，并于2022-04-20向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種融合句法結(jié)構(gòu)信息的關(guān)鍵詞生成方法及裝置在說明書摘要公布了：本發(fā)明公開了一種融合句法結(jié)構(gòu)信息的關(guān)鍵詞生成方法及裝置，能夠?yàn)樾侣勎恼伦詣?dòng)地生成關(guān)鍵詞。本發(fā)明首先使用爬蟲工具采集新聞文章，并采取人工標(biāo)注參考關(guān)鍵詞構(gòu)造出新聞文章數(shù)據(jù)集；然后對(duì)文本進(jìn)行預(yù)處理，依存句法分析和過濾停用詞；接著基于循環(huán)神經(jīng)網(wǎng)絡(luò)的順序編碼器和基于圖卷積網(wǎng)絡(luò)的圖編碼器分別獲取文章的上下文語義和結(jié)構(gòu)特征，并利用聚類方法將文本分為包含不同子主題部分，并利用多個(gè)基于注意力機(jī)制的解碼器并行生成關(guān)鍵詞；采樣交叉熵?fù)p失進(jìn)行模型參數(shù)優(yōu)化；最后基于訓(xùn)練后的模型對(duì)待處理的新聞文章進(jìn)行自動(dòng)關(guān)鍵詞生成。本發(fā)明通過句法結(jié)構(gòu)信息彌補(bǔ)順序編碼存在的長(zhǎng)距離單詞依賴信息損失問題，從而提高生成關(guān)鍵詞的質(zhì)量。

本發(fā)明授權(quán)一種融合句法結(jié)構(gòu)信息的關(guān)鍵詞生成方法及裝置在權(quán)利要求書中公布了：1.一種融合句法結(jié)構(gòu)信息的關(guān)鍵詞生成方法，其特征在于，包括如下步驟：步驟1：新聞文章采集通過爬蟲工具收集多個(gè)媒體平臺(tái)的新聞文章，積累樣本數(shù)據(jù)集，然后對(duì)樣本數(shù)據(jù)集進(jìn)行過濾以減少樣本重復(fù)率；對(duì)樣本集中每一個(gè)樣本采用人工標(biāo)注構(gòu)造訓(xùn)練樣例：新聞文章和標(biāo)準(zhǔn)關(guān)鍵詞；步驟2：文本預(yù)處理對(duì)文章進(jìn)行分句、分詞，利用句法依存分析工具得到句法分析結(jié)果；其次根據(jù)句法分析結(jié)構(gòu)構(gòu)造句法圖，將文本單詞映射為圖中節(jié)點(diǎn)，單詞之間的關(guān)系通過邊體現(xiàn)；步驟3：訓(xùn)練基于句法結(jié)構(gòu)信息融合的關(guān)鍵詞生成模型首先通過順序編碼和結(jié)構(gòu)編碼雙編碼方式學(xué)習(xí)單詞表示；然后子圖聚類網(wǎng)絡(luò)根據(jù)整個(gè)文本的含義，對(duì)文本內(nèi)容進(jìn)行劃分，從而為每個(gè)解碼器構(gòu)建獨(dú)特的子主題表示；之后帶注意力機(jī)制的順序解碼器根據(jù)生成的子主題表示生成相應(yīng)的關(guān)鍵詞；最后利用交叉熵作為損失函數(shù)對(duì)模型參數(shù)進(jìn)行優(yōu)化；包括如下子步驟：子步驟3-1，構(gòu)建輸入層；子步驟3-2，構(gòu)建文本編碼層；子步驟3-3，構(gòu)建子圖生成層，在文本圖基礎(chǔ)上，對(duì)文本圖進(jìn)行拆分聚類，得到多個(gè)包含文章不同方面的子圖；對(duì)于每個(gè)節(jié)點(diǎn)，利用下式計(jì)算節(jié)點(diǎn)屬于每個(gè)子圖的概率：assigments＝softmaxWaHL+ba其中，HL表示GCN最后一層的輸出，Wa、ba是可學(xué)習(xí)參數(shù)，a表示計(jì)算注意力權(quán)重的網(wǎng)絡(luò)，softmax是歸一化函數(shù)；之后，對(duì)節(jié)點(diǎn)表示加權(quán)求和可獲得子圖的表示： 子步驟3-4，構(gòu)建關(guān)鍵詞解碼層；子步驟3-5，構(gòu)建損失函數(shù)層；子步驟3-6，訓(xùn)練所述模型；步驟4：對(duì)待處理的新聞文章生成關(guān)鍵詞對(duì)于需預(yù)測(cè)關(guān)鍵詞的新聞文章，首先用句法依存分析工具分析句法，再構(gòu)建文本句法圖，將新聞文章原文與句法圖輸入到步驟3中訓(xùn)練好的關(guān)鍵詞生成模型中，生成該新聞文章的關(guān)鍵詞。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人東南大學(xué)，其通訊地址為：211189 江蘇省南京市玄武區(qū)四牌樓2號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。