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！

龍圖騰網獲悉中國民航科學技術研究院申請的專利面向用戶意見流數據的層次主題識別方法和裝置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：CN117033624B 。

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：202310631881.6，技術領域涉及：G06F16/353；該發明授權面向用戶意見流數據的層次主題識別方法和裝置是由周鵬鵬;蔡華利;李洪濤;白京;邢宏;陳偉;鄭晨曦;李亞丹;王麗影;涂真設計研發完成，并于2023-05-31向國家知識產權局提交的專利申請。

本面向用戶意見流數據的層次主題識別方法和裝置在說明書摘要公布了：本發明提供了一種面向用戶意見流數據的層次主題識別方法和裝置。該方法包括：將用戶意見流數據經過預處理獲取初始文本特征表示，將初始文本特征表示輸入到Transformer的編碼器，獲得鍵特征矩陣和值特征矩陣；將用戶意見數據對應的標簽樹輸入到有向圖神經網絡，獲得初始標簽矩陣，將初始標簽矩陣輸入到Transformer的解碼器模塊獲得查詢特征矩陣；將鍵特征矩陣、值特征矩陣和查詢特征矩陣聯合輸入到Transformer解碼器中，獲得特征交互后的標簽矩陣，將標簽矩陣再經過全連接層得到用戶意見流數據的標簽類別概率，取概率值大于設定閾值的標簽作為用戶意見流數據的層次主題類別。本發明對標簽層次結構信息建模了上下文依賴關系，可有效提升用戶意見流數據中層次多標簽分類的性能。

本發明授權面向用戶意見流數據的層次主題識別方法和裝置在權利要求書中公布了：1.一種面向用戶意見流數據的層次主題識別方法置，其特征在于，包括： 將用戶意見流數據輸入到預訓練詞向量模型中，所述預訓練詞向量模型輸出詞向量表示； 將所述詞向量表示輸入到雙向循環神經網絡Bi-GRU中，獲得時序依賴語義信息對應的初始文本特征表示； 將所述初始文本特征表示輸入到Transformer的編碼器模塊，獲得表示文本特征信息的鍵特征矩陣和值特征矩陣； 根據用戶意見數據對應的五級層次標簽體系構建標簽樹，將所述標簽樹輸入到有向圖卷積神經網絡中，獲得表示層次語義結構信息的初始標簽矩陣； 將初始標簽矩陣輸入到Transformer的解碼器第一個多頭注意力模塊中，獲得查詢特征矩陣； 將鍵特征矩陣、值特征矩陣和查詢特征矩陣聯合輸入到Transformer解碼器第二個多頭注意力模塊中，獲得特征交互后的標簽矩陣； 將標簽矩陣再經過全連接層得到用戶意見流數據的標簽類別概率，取概率值大于設定閾值的標簽作為用戶意見流數據的層次主題類別。

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中國民航科學技術研究院，其通訊地址為：100028 北京市朝陽區西壩河北里甲24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”。