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！

龍圖騰網恭喜貴州財經大學申請的專利基于LDA模型和LSTM算法的公共文本分析方法及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：CN119721052B 。

龍圖騰網通過國家知識產權局官網在2025-05-27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：202510206190.0，技術領域涉及：G06F40/30；該發明授權基于LDA模型和LSTM算法的公共文本分析方法及系統是由鄧明森;喻曦;石尚;蔣合領;陳軍義設計研發完成，并于2025-02-25向國家知識產權局提交的專利申請。

本基于LDA模型和LSTM算法的公共文本分析方法及系統在說明書摘要公布了：本發明提供一種基于LDA模型和LSTM算法的公共文本分析方法及系統。該方法包括：獲取科技項目的目標文本數據；提取目標文本數據中的特征詞，依據特征詞構建特征詞向量矩陣；基于特征詞向量矩陣，構建困惑度曲線，并基于困惑度曲線構建主題模型；基于主題模型，確定目標主題的主題關注度，并基于主題關注度確定關注度趨勢特征，關注度趨勢特征用于指示所述目標主題在時間維度、空間維度以及主題維度上的變化趨勢；利用預先建立的情感分析模型對目標文本數據進行分析，得到情感分析結果；基于目標主題、關注度趨勢特征和情感分析結果，生成科技項目的文本分析結果。本申請實現了公共文本的智能化分析，提高了文本解讀的效率和準確性。

本發明授權基于LDA模型和LSTM算法的公共文本分析方法及系統在權利要求書中公布了：1.一種基于LDA模型和LSTM算法的公共文本分析方法，其特征在于，包括：獲取科技項目的目標文本數據；提取所述目標文本數據中的特征詞，以依據所述特征詞構建特征詞向量矩陣，所述目標文本數據包括詞頻數據和逆文檔頻率數據；其中，獲取所述詞頻數據步驟包括：對所述目標文本數據進行多層次的語義分析，并將所述目標文本數據遞歸細分為不同粒度的信息顆粒，所述信息顆粒用于指示所屬粒度的層級主題；確定所述信息顆粒中的每個文本片段在各粒度下的顆粒密度，所述顆粒密度用于指示所述文本片段與所述粒度所屬的層級主題的相似度；在檢測到所述顆粒密度低于預設的密度閾值時，標記對應的文本片段為潛在異常數據；根據所述潛在異常數據，對所述信息顆粒進行優化，得到文本特征序列；結合所述文本特征序列、所述顆粒密度以及所述目標文本數據，計算所述詞頻數據；基于所述特征詞向量矩陣，構建困惑度曲線，并基于所述困惑度曲線構建主題模型，所述困惑度曲線用于指示所述目標文本數據中的主題數與困惑度之間的關系，所述主題模型用于指示對所述目標文本數據進行主題聚類后獲得多個目標主題；基于所述主題模型和所述目標文本數據，確定所述目標文本數據中每個記錄文檔的文檔主題關注度，所述文檔主題關注度用于指示在任一時間段內所述記錄文檔中各所述目標主題的概率分布；基于所述文檔主題關注度以及任一時間段內的主題總數，確定在所述時間段內所述目標主題的主題關注度；基于所述主題關注度進行時間維度分析，得到時間分布特征，所述時間分布特征包括年度趨勢分析結果、季節性分析結果以及階段分析結果；基于所述主題關注度進行空間維度分析，得到空間分布特征，所述空間分布特征包括區域分布特征、省份分布特征以及空間聚類分布特征；基于所述主題關注度進行主題維度分析，得到主題分布特征，所述主題分布特征用于指示各目標主題之間的重要性排序、主題相關性以及主題演化趨勢；基于所述時間分布特征、所述空間分布特征以及所述主題分布特征進行多維度交叉分析，得到關注度趨勢特征，所述主題關注度用于指示在指定時間段內各目標主題的分布，所述關注度趨勢特征用于指示所述目標主題在時間維度、空間維度以及主題維度上的變化趨勢；利用預先建立的情感分析模型對所述目標文本數據進行分析，得到情感分析結果；基于所述目標主題、所述關注度趨勢特征和所述情感分析結果，生成所述科技項目的文本分析結果。

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貴州財經大學，其通訊地址為：550000 貴州省貴陽市花溪大學城；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”。