济南大学周劲获国家专利权
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！
龙图腾网获悉济南大学申请的专利基于对比学习及图嵌入优化的文本聚类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：CN116881455B 。
龙图腾网通过国家知识产权局官网在2026-03-27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：202310837734.4，技术领域涉及：G06F16/35；该发明授权基于对比学习及图嵌入优化的文本聚类方法及系统是由周劲;尉钰婕;周广;韩晓琳;韩士元;陈月辉;杜韬;杨程;刘博文设计研发完成，并于2023-07-10向国家知识产权局提交的专利申请。
本基于对比学习及图嵌入优化的文本聚类方法及系统在说明书摘要公布了：本发明属于自然语言处理领域，提供了基于对比学习及图嵌入优化的文本聚类方法及系统，其技术方案为：采用对比学习并结合图嵌入方法，既考虑了数据的全局结构，又结合了特征的局部图结构。图嵌入充分利用原始高维样本空间的近邻先验信息，对低维表示空间的嵌入施加约束，以保证原始样本的连接强度在隐层特征中得到反映。利用样本和最近的邻居之间的相关性来弥补只依靠全局结构所造成的聚类中心偏差，达到提高聚类精度的目的，从而从高数据量、高稀疏的文本数据集中得到准确的聚类结果。
本发明授权基于对比学习及图嵌入优化的文本聚类方法及系统在权利要求书中公布了：1.基于对比学习及图嵌入优化的文本聚类方法，其特征在于，包括： 获取文本数据； 基于文本数据和训练后的文本聚类模型得到聚类结果；其中，所述文本聚类模型的构建过程包括： 基于原始文本数据和训练好的特征提取器进行特征提取得到原始文本特征；计算原始文本特征之间的余弦相似度构建亲和度矩阵； 联合训练对比头与聚类头，并使图嵌入约束特征空间，构造数据的局部空间，具体包括： 对于聚类头，结合聚类中心、原始文本特征和学生t分布计算隶属度，通过隶属度构造辅助分布，使学生t分布拟合辅助分布，基于该辅助分布得到样本的聚类概率； 对于对比头，基于文本数据进行数据增强获取增强样本对；将同一文本数据的增强样本对获得的特征映射后作为正对，其他为负对；采用对比损失约束， 调整正对和负对映射到子空间上的点之间的拓扑关系，使正对接近，负对远离； 结合亲和度矩阵，通过图嵌入，利用样本和邻居之间的亲和度，对低维表示空间的嵌入施加约束，以使原始样本的连接强度在隐层特征中得到反映。
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济南大学，其通讯地址为：250022 山东省济南市市中区南辛庄西路336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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励