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！

龙图腾网获悉西北工业大学申请的专利一种多模态试题知识点标注方法，系统、设备和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：CN119720945B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202411843810.3，技术领域涉及：G06F40/117；该发明授权一种多模态试题知识点标注方法，系统、设备和存储介质是由李勇军;纪雨鑫设计研发完成，并于2024-12-14向国家知识产权局提交的专利申请。

本一种多模态试题知识点标注方法，系统、设备和存储介质在说明书摘要公布了：本发明公开了一种基于图文融合的多模态试题知识点标注方法，系统、设备和存储介质，属于自然语言处理技术领域。本发明将试题数据通过自监督辅助的双流试题特征提取网络进行特征提取，获取试题的文本特征向量和图像特征向量；将文本特征向量和图像特征向量输入双阶段跨模态对齐网络进行对齐，得到对齐文本特征向量和对齐图像特征向量；将对齐文本特征向量和对齐图像特征向量输入差异感知融合网络，得到融合向量；将融合向量、文本特征向量和图像特征向量进行加权计算得到试题特征向量；将试题特征向量输入知识点标注网络，得到知识点标签，对题目进行标注。本发明能够提高知识点标注的准确性和效率，还能够为教学服务提供更加精准和个性化的支持。

本发明授权一种多模态试题知识点标注方法，系统、设备和存储介质在权利要求书中公布了：1.一种多模态试题知识点标注方法，其特征在于，包括： 将试题数据通过自监督辅助的双流试题特征提取网络进行特征提取，获取试题的文本特征向量和图像特征向量； 将文本特征向量和图像特征向量输入双阶段跨模态对齐网络进行对齐，得到对齐文本特征向量和对齐图像特征向量； 将对齐文本特征向量和对齐图像特征向量输入差异感知融合网络，得到融合向量； 将融合向量、文本特征向量和图像特征向量进行加权计算得到试题特征向量，具体为： 将融合向量、文本特征向量和图像特征向量进行基于KL散度的加权计算得到试题特征向量，包括： 对于试题，单模态的变分后验分布表示为： 其中，是均值，是方差，为文本模态变分分布的公式，为潜在变量，为观测数据，为图片模态变分分布的公式，是潜在变量，为观测数据； 基于整个数据集上的分布，则有： 通过不同模态单峰分布之间的平均KL散度计算出每个样本的差异分数，计算如下： 式中，为第i个样本的跨模态差异分数，表示KL散度的计算，sigmoid为归一化函数； 由模态的差异分数控制，将融合向量、文本特征向量和图像特征向量自适应的拼接起来，得到试题特征向量，公式如下所示： 其中，为第i个样本的试题特征向量，为第i个样本的文本特征向量，为第i个样本的图像特征向量，为第i个样本的融合向量； 将试题特征向量输入知识点标注网络，得到知识点标签，对题目进行标注。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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”。