买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京理工大学申请的专利一种基于可解释模型的文本持续分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116775869B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310689085.8，技术领域涉及：G06F16/35；该发明授权一种基于可解释模型的文本持续分类方法是由张华平;谌立凤;岳远设计研发完成，并于2023-06-12向国家知识产权局提交的专利申请。

本一种基于可解释模型的文本持续分类方法在说明书摘要公布了：本发明涉及一种基于可解释模型的文本持续分类方法，包括文本分类、可持续学习、可解释学习、经验回放等多方面技术，属于自然处理技术领域。本发明包括两大部分。第一部分是自解释的文本分类模型，输入样本，输出对应样本的预测类别和可解释词；第二部分为特征池，用以存储自解释模型输出的可解释特征，作为回放的旧任务特征。这里自解释的文本分类模型具体为融合短语结构知识的自解释模型，包含三层，第一层输入层，通过编码器得到文本表示，并进一步得到输入样本对应的短语结构知识。第二层为短语结构知识进一步融合的解释层，第三层为线性层，将解释层的输出映射到类别向量空间，得到预测类别标签和样本的解释。

本发明授权一种基于可解释模型的文本持续分类方法在权利要求书中公布了：1.一种基于可解释模型的文本持续分类方法，其特征在于，包括以下步骤： 步骤1：融合短语结构知识的文本表示输入，按批次batch输入； 设当前学习的任务为Di，若当前任务不是第一个任务，即i不等于0，则此时特征池不为空的前提下，且当前的批次计数为α的倍数，则从特征池中随机抽取1个批次batch特征来回放学习，即此时学习的数据为特征池中旧任务的特征；否则输入的就是当前任务的数据； 定义任务数据顺序输入序列D0,D1,……DN，设置经验回放频率α，初始化特征池为空，设当前学习任务为Di，将任务数据分成m个batch训练，频率α表示当前任务中，每训练α个batch的Di数据就回放一批次batch的特征数据； 步骤1-1：获取文本编码 使用编码器将输入文本编码为文本表示向量WordEmbeddings； 步骤1-2：对新任务的输入进行短语结构信息获取 短语结构信息通过将步骤1-1得到的编码向量利用语法分析解析为短语结构树，使用NLTK解析器来获取句子对应的短语结构树；若是回放样本则无需进行短语结构信息获取，后续通过步骤3中子树矩阵来统一处理； 步骤2：可解释特征提取 需要说明的是，只有当前任务数据需要做可解释特征提取以供后续存入数据池中，作为以后任务到来时回放该任务的特征； 步骤2-1：短语结构知识与文本向量融合 将步骤1得到的输入文本的WordEmbeddings和对应的短语结构树知识进一步融合； 步骤2-2：解释短语提取 根据步骤2-1的融合提取结果计算可解释系数及可解释向量； 步骤3：输出解释和预测类别标签 根据可解释向量得出类别标签和解释；该解释作为该任务的重要特征数据，存入特征池，以供后续持续分类的回放样本； 步骤4：新任务数据获取，继续进行文本持续分类 当新的任务数据获得后，重复步骤1-步骤3，进行模型持续分类的过程。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。