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！

龙图腾网获悉广东工业大学申请的专利一种基于语义检索的数学题数据增强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：CN119692357B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202411916832.8，技术领域涉及：G06F40/30；该发明授权一种基于语义检索的数学题数据增强方法及系统是由秦景辉;吴晓琪;杨志景设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本一种基于语义检索的数学题数据增强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检索的数学题数据增强方法及系统。所述方法包括：加载数学题数据集，利用预设神经网络模型编码器计算每一条数学题的特征，输出原始特征集合；对集合中的一个特征，通过计算语义相似性在整个特征集合中筛选出与其特征最相近的另一个特征，得到筛选后的特征；将原始特征与筛选后的特征进行混合增强，得到增强后的特征；将原始特征与增强后的特征输入预设神经网络模型解码器，得到结构化解决方案；重复以上过程，利用带有梯度停止策略的损失函数迭代训练模型的参数，得到优化后数学题及其解决方案。本发明能有效提高了模型对不同题型的适应能力，还能够跨越语言障碍，同样适用于中文和英文的数学题。

本发明授权一种基于语义检索的数学题数据增强方法及系统在权利要求书中公布了：1.一种基于语义检索的数学题数据增强方法，其特征在于，包括如下步骤： 加载数学题数据集，利用预设神经网络模型编码器计算每一条数学题的特征，输出原始数学题特征集合； 对集合中的一个数学题特征，通过计算语义相似性在整个特征集合中筛选出与其特征最相近的另一个数学题特征，得到筛选后的数学题特征； 将原始数学题特征与筛选后的数学题特征进行混合增强，得到增强后的数学题特征； 将原始数学题特征与增强后的数学题特征输入预设神经网络模型解码器，得到数学题的结构化解决方案； 重复以上过程，利用带有梯度停止策略的损失函数迭代训练编码器、解码器以及混合增强过程的参数，最小化原始特征与增强特征之间的语义差异，得到优化后数学题及其解决方案； 其中，所述混合增强的方法，包括以下步骤： 生成第一二进制掩码和一个与之逐位相反的第二二进制掩码；随机生成一个混合比例系数； 根据所述混合比例系数、第一二进制掩码及第二二进制掩码，混合原始数学题特征和筛选后的数学题特征，得到增强后的数学题特征，表达式为： h′i＝α·M·hi+1-α·M·hs+M′·hi1 其中，α为混合比例系数，M,M′均为二进制掩码，α∈[0,1]，hi为某一个原始数学题特征，hs是与hi距离最小的相似数学题特征，h′i为hi和hs对应生成的增强数学题特征； 其中，利用带有梯度停止策略的损失函数进行训练，包括以下步骤： 将原始数学题特征和增强后的数学题特征分别输入解码器，获取各自的预测输出概率分布； 结合梯度停止策略及所述各自的预测输出概率分布，利用损失函数对编码器、解码器以及混合增强过程的参数进行训练，最小化原始特征与增强特征之间的语义差异。

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广东工业大学，其通讯地址为：510080 广东省广州市越秀区东风东路729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。