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！

龙图腾网获悉苏州工学院申请的专利一种基于多模态知识增强的长文本分类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：CN120873995B 。

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：202511405771.3，技术领域涉及：G06F18/25；该发明授权一种基于多模态知识增强的长文本分类方法是由王奇安;季王开来;成晨;尚子敬设计研发完成，并于2025-09-29向国家知识产权局提交的专利申请。

本一种基于多模态知识增强的长文本分类方法在说明书摘要公布了：本发明涉及数据处理领域，尤其涉及一种基于多模态知识增强的长文本分类方法。内容包括：将提取的多模态数据划分为语义特征单元并进行特征提取、整合和投影，生成每种模态的统一特征表示；基于每种模态的语义特征单元的向量集合，进行模态内关联建模和模态间关联建模，得到模态内语义关联图和模态间关联矩阵，并对模态间关联矩阵进行优化；基于模态内语义关联图和优化后的模态间关联矩阵，计算模态的动态贡献度，并综合各模态的统一特征表示，生成综合特征；基于综合特征，预测长文本的类别标签。解决了传统的文本分类方法在处理多模态的长文本时，因语义理解不深、逻辑关联缺失、决策过程不透明而导致的分类准确率低、鲁棒性差的问题。

本发明授权一种基于多模态知识增强的长文本分类方法在权利要求书中公布了：1.一种基于多模态知识增强的长文本分类方法，其特征在于，包括以下步骤： S1、从待分类的长文本中提取多模态数据，将每种模态数据划分为语义特征单元并进行特征提取，得到每种模态的语义特征单元的向量集合；通过均值池化操作，整合每种模态的所有语义特征单元的特征向量，生成每种模态的全局特征向量；引入模态特定的投影矩阵和偏置向量，将每种模态的全局特征向量投影到统一语义空间，生成每种模态的统一特征表示； S2、基于每种模态的语义特征单元的向量集合，进行模态内关联建模和模态间关联建模，得到模态内语义关联图和模态间关联矩阵，其中模态间关联矩阵的元素表示两模态间的关联强度；由概念节点和逻辑关系边组成外部知识图谱，通过语义逻辑一致性增强算法，遍历外部知识图谱的所有逻辑关系边，通过计算任意两个模态的统一特征表示与概念节点的语义表示向量的语义相似度，并结合外部知识图谱中的边权重，构建知识图谱修正项；基于知识图谱修正项，并引入第一调节参数，对模态间关联矩阵进行优化，得到优化后的模态间关联强度，并构建优化后的模态间关联矩阵； S3、基于模态内语义关联图和优化后的模态间关联矩阵，引入动态模态贡献度分配算法，计算模态的动态贡献度；基于模态的动态贡献度，综合各模态的统一特征表示，生成综合特征；基于综合特征，预测长文本的类别标签。

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苏州工学院，其通讯地址为：215500 江苏省苏州市常熟市南三环路99号(东湖校区)；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。