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！

龙图腾网获悉上海电力大学申请的专利基于多知识图谱的适配主题优选文本摘要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：CN116992015B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202310853688.7，技术领域涉及：G06F16/34；该发明授权基于多知识图谱的适配主题优选文本摘要方法是由徐菲菲;曹阳泽;王纯;朱轶涛设计研发完成，并于2023-07-12向国家知识产权局提交的专利申请。

本基于多知识图谱的适配主题优选文本摘要方法在说明书摘要公布了：本发明提供了一种基于多知识图谱的适配主题优选文本摘要方法，具有这样的特征，包括以下步骤：步骤S1对待识别文档进行预处理得到预处理数据；步骤S2根据预处理数据得到文档特征信息；步骤S3根据预处理数据和文档特征信息得到主题上下文表示向量；步骤S4构建FastText模型作为适配文本分类器；步骤S5根据预处理数据得到类特征向量；步骤S6对类特征向量和主题上下文表示向量进行计算得到文档类别特征；步骤S7根据知识向量化方法得到各个外部知识库对应的特征矩阵；步骤S8根据知识选择器个主题上下文表示向量得到连接结果；步骤S9将连接结果输入解码器，得到摘要。总之，本方法能够根据文档生成更加准确的对应摘要。

本发明授权基于多知识图谱的适配主题优选文本摘要方法在权利要求书中公布了：1.一种基于多知识图谱的适配主题优选文本摘要方法，用于根据现有的多个外部知识库对待识别文档进行处理得到对应的摘要，其特征在于，包括以下步骤： 步骤S1，对所述待识别文档进行预处理，得到预处理数据； 步骤S2，对所述预处理数据进行段落向量化，得到文档特征信息； 步骤S3，将所述预处理数据和所述文档特征信息输入双向长短期记忆网络，再根据注意力机制对所述双向长短期记忆网络的输出进行处理，得到主题上下文表示向量； 步骤S4，构建FastText模型并根据现有的多个文档构建训练集对所述FastText模型进行训练，得到训练好的FastText模型作为适配文本分类器； 步骤S5，将所述预处理数据输入所述适配文本分类器，得到类特征向量； 步骤S6，根据注意力机制函数和选择函数对所述类特征向量和所述主题上下文表示向量进行计算，得到文档类别特征； 步骤S7，根据知识向量化方法对各个所述外部知识库进行特征矩阵计算，得到各个所述外部知识库对应的特征矩阵； 步骤S8，将所有所述特征矩阵、所述文档类别特征和所述主题上下文表示向量输入知识选择器，再将所述知识选择器的输出与所述主题上下文表示向量进行连接，得到连接结果； 步骤S9，将所述连接结果输入解码器，得到所述摘要，其中，在所述步骤S9中，所述解码器根据所述连接结果生成各个时间步的输出，时间步t时的输出为时间步t时的所有单词概率分布中概率最大的单词，各个时间步的输出按照时间步顺序构成所述摘要， 时间步t时的所有单词概率分布的表达式为： 式中Pcw,t为时间步t时的所有单词概率分布，f为softmax函数，Wζ和bζ均为可学习参数，为所述连接结果，hcw,t-1为时间步t-1时解码器根据当前时间步输入生成的隐藏状态，编码器根据所述连接结果生成第一时间步的隐藏状态，所述编码器将当前时间步生成的隐藏状态作为下一时间步的编码器的输入，直至最终输出终止token。

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上海电力大学，其通讯地址为：201306 上海市浦东新区沪城环路1851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。