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！

龍圖騰網獲悉昆明理工大學申請的專利一種基于主動特征選擇的多標簽文本分類數據增強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：CN116842177B 。

龍圖騰網通過國家知識產權局官網在2025-08-22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：202310808655.0，技術領域涉及：G06F16/35；該發明授權一種基于主動特征選擇的多標簽文本分類數據增強方法是由線巖團;龐宇宏;余正濤設計研發完成，并于2023-07-04向國家知識產權局提交的專利申請。

本一種基于主動特征選擇的多標簽文本分類數據增強方法在說明書摘要公布了：本發明公開一種基于主動特征選擇的多標簽文本分類數據增強方法，涉及自然語言處理技術領域。本發明通過標簽提示模板得到其與文本中每個詞的得分情況，在相同標簽的每個批次的句子中取出分數靠前的K個詞，然后將這些詞的特征進行隨機互換，將分數高的詞的特征的和隨機互換的詞的特征按照λ和1?λ混合之后重新寫入句子，起到數據增強的效果。本發明與傳統的基線模型對比,實驗組評測指標相較于所有的基線模型均有明顯提高。

本發明授權一種基于主動特征選擇的多標簽文本分類數據增強方法在權利要求書中公布了：1.一種基于主動特征選擇的多標簽文本分類數據增強方法，其特征在于，包括如下步驟： S1、使用預訓練語言模型的嵌入層對分詞后的文本進行嵌入得到詞嵌入向量，同時使用預訓練語言模型對標簽類別進行編碼得到初始化的標簽提示模板PL，并將PL進行嵌入得到標簽向量，然后將標簽向量和詞嵌入向量拼接，得到帶有文本信息的標簽提示模板向量； S2、利用預訓練語言模型中的注意力結構對拼接之后的帶有文本信息的標簽提示模板向量進行編碼，生成一個新的向量序列，然后將向量經過單層線性層進行降維； S3、將降維后的標簽向量和詞嵌入向量使用內積相似度計算每個詞對于每個模板的分數； S4、在每一個批次的每一句話中取出每一個模板對應分數中靠前的K個詞，將這些詞重新進行詞嵌入，接著將分數靠前的K個詞隨機打亂后再次進行詞嵌入；接著將重新詞嵌入后得到的特征和打亂之后的重新詞嵌入得到的特征按照和1-混合，服從貝塔分布，混合后重新寫入原始的詞嵌入層得到數據增強的詞嵌入向量，以此達到數據增強的效果； S5、將數據增強的詞嵌入向量再次與S1中的標簽向量拼接，得到新的帶有文本信息的標簽提示模板向量；重復S2-S3，得到數據增強后每個詞對于每個模板的分數，當前句子中數據增強后每個詞對于每個模板的分數最高的詞代表此句子的類別，因此采用若干個模板中每個模板分數的最大值來進行分類。

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昆明理工大學，其通訊地址為：650500 云南省昆明市呈貢區景明南路727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”。