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！

龙图腾网获悉厦门市美亚柏科信息股份有限公司申请的专利一种基于文本标签预测的聊天话题识别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：CN117194980B 。

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：202311117065.X，技术领域涉及：G06F18/214；该发明授权一种基于文本标签预测的聊天话题识别方法及系统是由陈诚;黄志炜;赵建强;陈思萌;彭闯;张辉极设计研发完成，并于2023-08-31向国家知识产权局提交的专利申请。

本一种基于文本标签预测的聊天话题识别方法及系统在说明书摘要公布了：本发明提出了一种基于文本标签预测的聊天话题识别方法及系统，该方法包括如下步骤：响应于获取所需处理的聊天数据信息并进行预处理；利用已训练的深度学习模型对预处理后的所述聊天数据信息进行处理，包括句子编码和序列标注；通过所述深度学习模型从所述聊天数据信息中识别出所需的特定内容并进行进一步处理。通过引入SentenceBert对聊天发言进行语义特征提取，以句子作为语义单元输入到模型中，极大扩充了特征标注网络的长度限制；利用特征标注的方法，分别标注网络诈骗中常出现的行为，即使话术有更新，但真正关键的诱导行为不会有较大变化；通过改造卷积神经网络模型，使得模型能够进行序列标注任务，并保留了卷积神经网络较高的推理性能。

本发明授权一种基于文本标签预测的聊天话题识别方法及系统在权利要求书中公布了：1.一种基于文本标签预测的聊天话题识别方法，其特征在于，该方法包括如下步骤： 响应于获取所需处理的聊天数据信息并进行预处理； 利用已训练的深度学习模型对预处理后的所述聊天数据信息进行处理，包括句子编码和序列标注； 通过所述深度学习模型从所述聊天数据信息中识别出所需的特定内容并进行进一步处理； 其中，所述句子编码处理包括：采用基于Bert的网络结构SentenceBert，包括Bert预训练模型Pre-trainedBERT、最大池化层Max-pooling和句向量输出层Sentencerepresentation三部分，将每一条发言内容转换成指定维度的句向量，然后将句向量作为序列标注部分的输入； 具体包括：Bert预训练模型Pre-trainedBERT采用多层transformer编码器，每个编码器由多头自注意力机制和前馈网络组成，每个编码器的输出作为下一个编码器的输入，最终输出的矩阵维度为[B,L,H]，其中B代表批次导入模型的句子数量，L代表输入句子的最大长度，H代表编码器的维度；最大池化层Max-pooling对Bert预训练层的输出结果进行采样，保留最显著的语义特征，减少参数量，防止模型过拟合，将每个句子的特征矩阵从二维转化为一维，具体维度可表示为[B,L]；句向量输出层Sentencerepresentation将最大池化层输出向量转化成指定维度的向量，作为最终的句向量，最终输出的矩阵维度为[B,E]，其中E代表句向量的维度； 序列标注处理包括：对传统的卷积神经网络模型进行改造，以获得能够完成实体标注类任务的能力；采用卷积核进行语义特征提取，将相同位置的卷积池化结果进行拼接，每一层特征矩阵的维度为[B,S,C]；S代表每个场景的输入长度，C代表每一层卷积神经网络的卷积核数量；经过多层卷积池化操作，最终通过全连接层，将特征矩阵维度调整为[B,L,N]，其中N与所需的特定内容的特征数目相等，得到的每个句子最有可能的标签。

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厦门市美亚柏科信息股份有限公司，其通讯地址为：361000 福建省厦门市思明区软件园二期观日路12号102-402单元；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。