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！

龙图腾网获悉西安电子科技大学申请的专利一种基于主题事件分析的意图识别方法和系统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：CN116401368B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202310397632.5，技术领域涉及：G06F16/353；该发明授权一种基于主题事件分析的意图识别方法和系统是由宋胜利;颜思彤;段欣荣;胡光能设计研发完成，并于2023-04-13向国家知识产权局提交的专利申请。

本一种基于主题事件分析的意图识别方法和系统在说明书摘要公布了：本发明一种基于主题事件分析的意图识别方法和系统，方法包括：处理文本数据流，生成主题图；使用社区识别算法从主题图中划分出表示文本事件的主题簇，根据主题簇中的主题候选词将文本流聚合成主题事件文本集合；检测主题事件文本集合的子事件文本；从子事件文本中抽取事件的关键活动序列；对文本和活动合并的生成的词汇序列进行向量化表示，进行初级特征提取和词向量降维，训练词向量表示上下文的能力，并重点关注能够影响意图类别的特征，最后判断事件的意图类别。系统包括主题图构建模块、主题文本聚合模块、事件脉络分析模块、活动序列生成模块、意图特征建模模块。提高了主题识别的效率和质量，解决了主题事件信息冗余、意图特征不明确的问题。

本发明授权一种基于主题事件分析的意图识别方法和系统在权利要求书中公布了：1.一种基于主题事件分析的意图识别方法，其特征在于，包括事件主题分析和主题事件意图识别； 所述事件主题分析包括： 抽取共现词对，通过生成图的方式对文本内容进行建模，将由词共现关系建模生成的图定义为主题图； 采用基于图分割的社区识别算法划分主题图中的主题簇，包括： 对所有节点的电压进行随机赋值； 将计算每个节点的电压的过程视为一个扩散过程，计算每两个相连节点之间边的扩散距离； 进行迭代计算，寻找最大扩散距离边； 切割该最大扩散距离边形成新的图结构； 以及重新初始化节点进行迭代计算，直至划分的社区满足算法终止条件，得到若干个划分的好的社区，从而得到若干个主题簇； 所述主题事件意图识别包括： 采用基于向量相似度计算的文本聚类算法，根据已有主题对文本进行聚合，得到主题事件文本集合； 识别主题事件各阶段的关键子事件，基于词突发性的事件脉络构建算法，通过寻找文本中的重要子事件关键词构建主题事件的发展脉络，包括： 计算当前时间窗口中所有词的突发性分值，如果词的突发性分值大于设定的阈值，则将其判断为子事件关键词，并为其标记当前时间窗口的时间戳；如果当前时间窗口内的子事件关键词集合不为空，则认为当天发生了具有代表性的关键事件，反之如果子事件关键词集合为空，则认为当天的事件不具有推动事件发展的作用；按照时间窗口的先后顺序生成子事件关键词序列，完成事件脉络初始化； 以及，根据生成的初始化事件脉络重新遍历所有文本；对于每条文本按照事件脉络查找其所属的关键子事件，如果当前文本中的词与某个时间窗口内的子事件关键词存在交集，则将该文本判断为能够表示事件发展阶段的关键文本，然后将其划分到该时间窗口中，最终生成一个由多组文本表示的主题事件脉络； 识别文本中的活动触发词，根据活动触发词识别活动论元，以主谓宾三元组的形式表示文本中包含的事件活动； 利用事件意图识别模型从文本和活动序列的各个位置提取重要特征，通过序列建模提取词汇的上下文序列信息，对与意图高度相关的序列单元分配较高的权重从而完成对主题事件的完整表示，包括： 获取进行向量化表示的词汇序列，并训练词向量表示； 使用CNN模型从文本和活动序列的各个位置提取重要特征，从而减少表示特征的向量维度； 使用Bi-LSTM模型或Bi-GRU模型对经过CNN模型处理过的词汇向量进行序列建模，获得词汇的上下文序列信息； 以及，使用注意力机制对与意图高度相关的序列单元分配较高的权重从而增加对子事件意图识别的准确性； 利用softmax函数对事件进行意图识别。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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”。

以上内容由龙图腾AI智能生成。