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！

龙图腾网获悉中电鸿信信息科技有限公司申请的专利一种概率化定位文本分类模型输入样本中分类关键位置的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：CN115827873B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202211691731.6，技术领域涉及：G06F16/353；该发明授权一种概率化定位文本分类模型输入样本中分类关键位置的方法是由叶文武;张邱鸣;管羽晟;洪子尧;车少帅设计研发完成，并于2022-12-28向国家知识产权局提交的专利申请。

本一种概率化定位文本分类模型输入样本中分类关键位置的方法在说明书摘要公布了：本发明公开了一种概率化定位文本分类模型输入样本中分类关键位置的方法，包括：加载文本分类模型，读取待预测文本并进行预处理，得到分词序列；将分词序列映射为词表索引序列X，将X输入文本分类模型，进行分类模型的前向传播计算，得到位于池化层之前的最高维特征向量矩阵；将每一个分类类别的全连接层参数作为权重映射到特征向量上；将分类预测结果在最高维特征向量上的概率化贡献值根据一对一的对应方式映射到最低维输入特征的每一个位置上；将映射到最低维输入特征的概率化贡献值转化为热度图的形式叠加在文本序列上，形成可解释性的可视化效果。可解决注意力矩阵不能很好地进行模型可解释以及替换对比法不够准确和直观的问题。

本发明授权一种概率化定位文本分类模型输入样本中分类关键位置的方法在权利要求书中公布了：1.一种概率化定位文本分类模型输入样本中分类关键位置的方法，其特征在于，包括： S1：加载已训练完成的并行化文本分类模型； S2：从存储设备中读取待预测文本； S3：对待预测文本进行预处理，得到分词序列； S4：将分词序列映射为词表索引序列； S5：将词表索引序列X输入文本分类模型； S6：进行分类模型的前向传播计算，得到位于池化层之前的最高维特征向量矩阵，其中，矩阵的维度大小为T,H,T和词表索引序列的长度一致，H为隐藏层节点数，矩阵的矩阵元素表示长度为T的文本序列中第t个位置的分词经过模型的前向传播计算后得到的特征向量； S7：将每一个分类类别的全连接层参数作为权重映射到S6得到的特征向量上，得到分类预测结果在最高维特征向量上的概率化贡献值；映射公式为： 1 其中，表示高维特征序列中t位置对于分类结果贡献的重要程度，即为分类预测结果在最高维特征向量上的概率化贡献值，，值越大表示t位置对于分类结果的贡献越高； 为概率化函数； 表示文本序列中，第t个位置对应的特征向量，; 表示类别c在全连接层中对应的参数，； S8：将分类预测结果在最高维特征向量上的概率化贡献值根据一对一的对应方式映射到最低维输入特征的每一个位置上，即词表索引序列X上，得到映射到最低维输入特征的概率化贡献值； S9：将映射到最低维输入特征的概率化贡献值转化为热度图的形式叠加在文本序列上，形成可解释性的可视化效果，完成概率化定位文本分类模型输入样本中分类关键位置。

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中电鸿信信息科技有限公司，其通讯地址为：210029 江苏省南京市鼓楼区汉中路268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。