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！

龙图腾网获悉中国矿业大学申请的专利基于隐喻联想和标签约束对比学习的中文文本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：CN120256638B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202510738203.9，技术领域涉及：G06F16/355；该发明授权基于隐喻联想和标签约束对比学习的中文文本分类方法是由陶汉卿;王军;王雪松设计研发完成，并于2025-06-04向国家知识产权局提交的专利申请。

本基于隐喻联想和标签约束对比学习的中文文本分类方法在说明书摘要公布了：本发明公开了基于隐喻联想和标签约束对比学习的中文文本分类方法，属于自然语言处理与人工智能技术领域，分类模型的构建方法包括：构建歧义识别模块量化字符的语音和句法歧义，识别高歧义表述；构建提示词管理模块，利用大语言模型生成隐喻解释和标签定义描述，增强文本语义理解深度；设计上下文注意力和隐喻注意力双机制，动态调整特征权重并实现标签定义对齐；构建基于三元组对比学习的损失函数，增强隐喻内容与标签的关联性，同时抑制无关字面特征。本发明在隐喻情感分类、诗歌主题分类等任务中显著优于传统模型方法，有效提升了中文文本分类的准确性和鲁棒性。

本发明授权基于隐喻联想和标签约束对比学习的中文文本分类方法在权利要求书中公布了：1.一种中文文本分类方法，其特征在于，构建隐喻联想模型，用于对中文文本分类； 所述隐喻联想模型包括输入层、表示层和分类层； 所述输入层用于将待分类的中文文本划分为字符序列，将中文文本映射为隐喻解释句，以及将分类标签映射为标签定义； 所述输入层包括歧义识别模块和提示词管理模块； 所述歧义识别模块用于将所述中文文本划分为字符序列，字符序列表示为： ； 其中，表示字符序列中的第个汉字字符，是中文文本中的字符总数； 所述提示词管理模块用于将中文文本映射为隐喻解释句，以及将分类标签映射为标签定义； 所述歧义识别模块还用于计算中文文本的歧义评分，表示如下： ； 其中，表示字符的歧义评分； ； 其中，为字符的发音种类数，为字符的词性种类数； 所述表示层用于将所述字符序列、隐喻解释句和标签定义分别处理成文本嵌入向量、隐喻解释嵌入向量和标签定义嵌入向量；采用上下文注意力机制捕捉文本嵌入向量和标签定义嵌入向量之间的上下文关系，得到中文文本的加权上下文表示向量；采用隐喻注意力机制在标签约束下对隐喻解释进行调整，得到隐喻注意力表示向量； 采用上下文注意力机制捕捉文本嵌入向量和标签定义嵌入向量之间的上下文关系，得到中文文本的加权上下文表示向量，具体步骤为： 设，是嵌入维度，表示第个字符的编码嵌入； 设，其中是标签的数量，表示第个标签定义的编码嵌入； 初始的上下文注意力分布采用注意力权重表示为： ； 其中，，，表示的转置，表示第个字符与第个标签定义之间的注意力权重，表示第个字符的编码嵌入； 计算字符嵌入的歧义调整因子，表示为： ； 基于歧义调整因子对注意力权重进行调整，得到调整注意力权重，表示为： ； 对所述调整注意力权重进行归一化处理，得到归一化后的调整注意力权重，表示为： ； 其中，表示第个字符与第个标签定义之间的调整注意力权重； 中文文本的加权上下文表示向量，表示为： ； 其中，是调整注意力权重的矩阵表示； 接着，采用池化操作固定表示向量的尺寸，得到最终中文文本的加权上下文表示向量： ； 采用隐喻注意力机制在标签约束下对隐喻解释进行调整，得到隐喻注意力表示向量，具体步骤为： 计算隐喻注意力权重矩阵，表示为： , 其中，表示隐喻注意力权重矩阵，表示隐喻解释嵌入向量，为标签定义嵌入向量，表示标签定义嵌入向量的转置； 经过隐喻注意力机制计算后得到的嵌入向量，表示为： ； 对嵌入向量进行池化操作如下： ； 为融合了注意力信息和标签定义的最终隐喻注意力表示向量； 所述分类层用于将所述中文文本的加权上下文表示向量与隐喻注意力表示向量进行拼接，输入线性变换层，得到分类预测结果。

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中国矿业大学，其通讯地址为：221116 江苏省徐州市铜山区大学路1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”。