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！

龙图腾网获悉翼健(上海)信息科技有限公司;厦门翼方健数信息科技有限公司申请的专利一种词级别短文本语义匹配的迭代扩展方法和装置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：CN115292493B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202210950247.4，技术领域涉及：G06F16/353；该发明授权一种词级别短文本语义匹配的迭代扩展方法和装置是由戴佳骏;徐盛设计研发完成，并于2022-08-09向国家知识产权局提交的专利申请。

本一种词级别短文本语义匹配的迭代扩展方法和装置在说明书摘要公布了：本发明公开了一种词级别短文本语义匹配的迭代扩展方法和装置。方法包括：将大数据集D中带有可信标注的数据部分作为初始训练数据集D0；在D0中选取正样本vpos和负样本vneg，并训练得到匹配模型M0；从D中抽取未标注数据集D1,new，并完成对D1,new的语义聚类；将聚类得到的结果和D0共同作为标注数据集D1,annotated；将Sintra低于Tintra并且Sinter高于Tinter的同义词组作为不可靠标注数据集D1,todo，并将其余同义词组作为可靠标注数据集D1,done；将不可靠标注数据集D1,todo中人工审核为标注正确的数据、D1,done和D0合并为训练数据集D1；进行迭代训练。本发明针对含少量标注数据的大数据集，以迭代的方式实现目标数据集上的高效精准匹配和可靠扩展，使短文本匹配的模型的训练不再必须要求有大量的特定标注的数据。

本发明授权一种词级别短文本语义匹配的迭代扩展方法和装置在权利要求书中公布了：1.一种词级别短文本语义匹配的迭代扩展方法，其特征在于，包括： 步骤一，对于包含有标注数据的大数据集D，将其中带有可信标注的数据部分作为初始训练数据集D0，所述初始训练数据集D0是由多组同义近义文本组成的集合T，T＝{An，Bm,……}，其中A、B为不同语义的文本数组，n、m为各文本数组里的文本数量； 步骤二，根据目标文本集合X中的目标样本u，在所述初始训练数据集D0中选取与样本u语义相同的文本作为正样本vpos，以及选择与样本u语义无关的文本作为负样本vneg，并以样本u、正样本vpos和负样本vneg作为输入，训练得到匹配模型M0； 步骤三，以所述初始训练数据集D0中的文本数量为基数，按特定比例Pnew从所述大数据集D中抽取未标注数据集D1,new；使用所述匹配模型M0将未标注数据集D1,new中的每个文本矢量化，并使用所述匹配模型M0，对未标注数据集D1,new中的每个文本矢量，在初始训练数据集D0和未标注数据集D1,new中分别检索近似词组，完成对D1,new的语义聚类；将聚类得到的结果和初始训练数据集D0共同作为标注数据集D1,annotated； 步骤四，对所述标注数据集D1,annotated中的每一组同义词，分别计算每组同义词的组内成员之间的相似度Sintra，以及计算各组同义词之间的相似度Sinter；将每组同义词的组内成员之间的相似度Sintra与预设组内成员相似度阈值Tintra进行比较，以及将各组同义词之间的相似度Sinter与预设组间同义词相似度Tinter进行比较；将Sintra低于Tintra并且Sinter高于Tinter的同义词组作为不可靠标注数据集D1,todo，并将其余同义词组作为可靠标注数据集D1,done； 步骤五，将所述不可靠标注数据集D1,todo中的数据提供给人工进行审核，用于审核标注的正确性；将不可靠标注数据集D1,todo中经人工审核为标注正确的数据、可靠标注数据集D1,done和初始训练数据集D0合并为训练数据集D1； 步骤六，使用训练数据集D1作为新的训练数据，多次依照步骤二至步骤五进行迭代训练，直至得到的训练数据集Dx包含所述大数据集D中的所有数据，得到最终的训练数据集Dx和匹配模型Mx。

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翼健(上海)信息科技有限公司;厦门翼方健数信息科技有限公司，其通讯地址为：200050 上海市长宁区长宁路999号6楼6256室；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。