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！

龙图腾网获悉网麒科技(北京)有限责任公司申请的专利基于大数据处理的数字大脑模型训练数据清洗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：CN120316417B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510813165.9，技术领域涉及：G06F18/10；该发明授权基于大数据处理的数字大脑模型训练数据清洗方法是由张兴旺;赵敏;曲慧娟;胡帅设计研发完成，并于2025-06-18向国家知识产权局提交的专利申请。

本基于大数据处理的数字大脑模型训练数据清洗方法在说明书摘要公布了：本申请涉及自然语言处理技术领域，具体涉及基于大数据处理的数字大脑模型训练数据清洗方法，该方法包括：构建违禁词词表；通过分词工具对文本数据进行分词，获取每条语句的词语集合；基于违禁词词表随机生成源文本，分别构建词语级别、语句级别的匹配矩阵；针对不同级别的匹配矩阵，利用不同类型的注意力机制提取不同交互级别的文本特征，得到文本匹配模型；基于匹配结果对文本数据进行数据清洗。本申请旨在有效解决传统词向量匹配在处理供应链中各个环节和不同主题的文本数据清洗时面临的挑战，提升数字大脑模型训练数据的清洗效果。

本发明授权基于大数据处理的数字大脑模型训练数据清洗方法在权利要求书中公布了：1.基于大数据处理的数字大脑模型训练数据清洗方法，其特征在于，该方法包括以下步骤： 从采购供应链的整个流程中获取若干条文本数据，获取每个文本数据中每条语句的词语集合； 根据违禁词表中的违禁词、以及所有语句分词得到的词语对应词向量之间的相似程度，构建词语级别的匹配矩阵； 基于文本生成手段生成至少包含一个违禁词的句子，将每个生成的句子作为一个源文本；对所有违禁词的词向量进行聚类，得到若干类违禁词；基于每一类违禁词对应的每个源文本，利用对比学习模型得到相应的特征向量； 对每条语句进行编码投影得到深度特征，分析其与每个源文本对应特征向量之间的相似程度，得到每条语句与每个源文本之间的共性语义相似参数；提取每个源文本中的每个违禁词与其相邻词语的共现概率以及位置情况，确认每个违禁词的每个相邻词语的词权重，结合每个源文本与每条语句的词语集合中所有词向量的分布相似度，确定每个源文本与每条语句的匹配基准值； 获取每条语句与每个源文本中的违禁词所属类别中的所有源文本之间的共性语义相似参数的整体分布，结合所述匹配基准值，得到每条语句与每个源文本之间的修正相似度，确认句子级别的匹配矩阵； 针对不同级别的匹配矩阵，利用不同类型的注意力机制提取不同交互级别的文本特征，得到文本匹配模型； 基于文本匹配模型的匹配结果对文本数据进行数据清洗。

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网麒科技(北京)有限责任公司，其通讯地址为：100000 北京市海淀区中关村南大街48号7幢三层302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”。