杭州市滨江区浙工大人工智能创新研究院周嘉俊获国家专利权
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!
龙图腾网获悉杭州市滨江区浙工大人工智能创新研究院申请的专利基于语义风险图扩散感知的多模态数据敏感性分级方法及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:CN120670963B 。
龙图腾网通过国家知识产权局官网在2025-10-28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:202511176329.8,技术领域涉及:G06F18/241;该发明授权基于语义风险图扩散感知的多模态数据敏感性分级方法及系统是由周嘉俊;汪茂林;陈烜泽;俞山青;宣琦;赵尚上;钟高伟设计研发完成,并于2025-08-21向国家知识产权局提交的专利申请。
本基于语义风险图扩散感知的多模态数据敏感性分级方法及系统在说明书摘要公布了:本发明公开了一种基于语义风险图扩散感知的多模态数据敏感性分级方法及系统,属于人工智能安全与信息内容识别技术领域。针对现有多模态敏感性识别方法存在的跨模态联动能力弱、上下文建模不足及可解释性差等问题,本发明通过构建语义风险单元实现多模态片段关联,利用语义风险图建模跨模态协同关系,采用热扩散机制模拟风险传播过程,最后通过敏感标签图谱生成结构化解释路径。该方法实现了高精度的多模态敏感信息识别与可追溯的分级判定,适用于AIGC生成内容的自动化合规审查。
本发明授权基于语义风险图扩散感知的多模态数据敏感性分级方法及系统在权利要求书中公布了:1.一种基于语义风险图扩散感知的多模态数据敏感性分级方法,其特征在于,包括以下步骤: 对输入的多模态数据进行模态识别与结构化处理,基于语义耦合性筛选跨模态片段组合,构建语义风险单元; 提取语义风险单元中各模态片段的语义嵌入表示,映射至共享语义空间并加权聚合生成融合表示向量; 以语义风险单元为节点,融合表示向量作为节点属性,基于语义相似性、模态共现频率、实体一致性和上下文关系构建语义风险图; 为语义风险图的节点初始化风险压强值,基于图结构采用热扩散机制模拟风险传播,获得节点的稳态风险值; 融合所有节点的稳态风险值构造样本级风险向量,输入评分函数输出敏感等级预测结果; 引入敏感标签图谱并与语义风险图联合建模,通过语义路径匹配生成标签路径链,输出结构化解释结果; 其中所述热扩散机制的过程包括: 根据标签置信度、模态覆盖完整性、语义模糊度和实体识别置信度初始化节点风险压强值; 基于邻接节点关系迭代更新压强值,直至平均变化低于收敛阈值; 输出各节点的稳态风险压强值集合。
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杭州市滨江区浙工大人工智能创新研究院,其通讯地址为:310056 浙江省杭州市滨江区长河街道湖西路575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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励