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！

龙图腾网获悉航天信息股份有限公司申请的专利文本分析系统、方法、电子设备及存储介质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：CN115496066B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202211181576.3，技术领域涉及：G06F40/289；该发明授权文本分析系统、方法、电子设备及存储介质是由徐书豪;刘振宇;王亚平;李宏伟;刘芬;王志刚;林文辉设计研发完成，并于2022-09-27向国家知识产权局提交的专利申请。

本文本分析系统、方法、电子设备及存储介质在说明书摘要公布了：本申请提供一种文本分析系统、方法、电子设备及存储介质，该系统包括预处理模块和文本分析模块；文本分析模块包括多级文本分类单元、文本摘要抽取单元、标签要素抽取单元、智能文本推荐单元和情感意图分析单元中的至少一个；多级文本分类单元用于根据文本向量对待处理文本进行分类；文本摘要抽取单元用于根据文本向量对待处理文本信息整合获得文本摘要；标签要素抽取单元用于根据文本向量从待处理文本中抽取标签并采集指标数据，根据标签和指标数据获得文本指标数据信息；智能文本推荐单元用于根据文本向量从待处理文本中确定推荐文本；情感意图分析单元用于根据文本向量确定待处理文本的情感倾向和文本的意图类别。该方案能满足多种应用场景。

本发明授权文本分析系统、方法、电子设备及存储介质在权利要求书中公布了：1.一种文本分析系统（100），包括：预处理模块（110）和文本分析模块（120）； 所述文本分析模块（110）包括多级文本分类单元（10）、文本摘要抽取单元（20）、标签要素抽取单元（30）、智能文本推荐单元（40）和情感意图分析单元（50）；所述文本分析模块（110）用于使用所述多级文本分类单元（10）、所述文本摘要抽取单元（20）、所述标签要素抽取单元（30）、所述智能文本推荐单元（40）和所述情感意图分析单元（50）进行文本分析； 所述预处理模块（120），用于依次对待处理文本进行中文分词、去停用词和文本向量化处理，获得文本向量； 所述多级文本分类单元（10），用于将所述文本向量输入分类模型，获得所述待处理文本的一级类别概率；若所述一级类别概率大于预设的概率阈值，则根据所述一级类别概率确定所述待处理文本的一级类别，并通过字典匹配算法对所述待处理文本进行二级分类，确定所述待处理文本的二级类别；若所述一级类别概率小于或等于所述概率阈值，则通过聚类模型确定所述待处理文本的一级类别，并通过所述字典匹配算法对所述待处理文本进行二级分类，确定所述待处理文本的二级类别； 所述文本摘要抽取单元（20），用于根据所述文本向量确定所述待处理文本中每个句子对应的句子向量，其中，所述待处理文本包括至少两个句子；根据所述待处理文本中每个句子的句子向量，确定所述待处理文本中相邻句子的相似度；根据所述待处理文本中相邻句子的相似度，通过迭代计算确定所述待处理文本中每个句子对应的重要度得分，获得句子得分列表；按照语法关系，将所述句子得分列表中的基于重要度得分由大到小排序后的前K1个句子进行合并，获得文本摘要，其中，K1为大于或等于2的正整数； 所述标签要素抽取单元（30），用于将所述文本向量输入多分类模型，对所述待处理文本与预定义标签进行匹配，得到匹配后待处理文本；将所述匹配后待处理文本输入LSTM模型，对所述匹配后待处理文本进行概率预测，得到标签；通过字典匹配算法将所述文本向量进行分类，得到指标数据；基于动态局部优化的搜索算法，将所述标签和所述指标数据间的句法依存分析建模为树结构进行分析处理，判断出所述标签与所述指标数据间的对应关系，得到文本指标数据信息； 所述智能文本推荐单元（40），用于将所述文本向量输入标签生成模型，获得文本标签；通过Item-base协同过滤算法对各所述文本标签相对应的文本进行相似度计算，将基于相似度由大到小排序后的前K2个句子输出，得到第一文本推荐列表，其中，K2为大于或等于2的正整数；对所述文本向量进行特征提取，获得所述文本向量的提取特征；通过SVD模型对所述提取特征进行降维处理，得到降维处理结果；对所述降维处理结果相对应的文本进行余弦相似度计算，将基于相似度由大到小排序后的前K3个句子输出，获得第二文本推荐列表，其中，K3为大于或等于2的正整数；将所述第一文本推荐列表和所述第二文本推荐列表进行合并，得到合并推荐列表；依据时间和相似度值对所述合并推荐列表中对应的文本进行排序，将基于相似度由大到小排序后的前K4个句子输出，得到推荐文本，其中，K4为大于或等于2的正整数； 所述情感意图分析单元（50），用于将所述文本向量输入到LSTM模型，通过抽取所述待处理文本中的情感信息，得到第一文本特征；通过全连接网络对所述第一文本特征进行情感类别计算，得到文本的情感倾向；将所述文本向量输入到TextCNN模型，利用卷积计算提取所述待处理文本的文本特征，得到第二文本特征；将所述第二文本特征输入所述全连接网络，得到文本的意图类别。

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航天信息股份有限公司，其通讯地址为：100093 北京市海淀区杏石口路甲18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”。