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！

龙图腾网恭喜江苏大学申请的专利一种基于数理特征提取的数学题文本多标签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：CN114880474B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202210485759.8，技术领域涉及：G06F16/35；该发明授权一种基于数理特征提取的数学题文本多标签分类方法是由侯骏;周从华;朱小龙设计研发完成，并于2022-05-06向国家知识产权局提交的专利申请。

本一种基于数理特征提取的数学题文本多标签分类方法在说明书摘要公布了：本发明公开了一种基于数理特征提取的数学题文本多标签分类方法，以数学题试题作为样本，知识点为样本标签；对样本及其标签进行预处理和特征提取，对样本特征向量进行编码得到隐藏层向量；引用自注意力机制计算各个隐藏层向量的注意力权重，得到文本输出的特征向量；将答案解析文本分为叶节点和根节点，由叶节点文本信息特征及根节点文本信息特征形成特征先验树的特征矩阵；对样本特征向量与特征先验树的特征矩阵进行数理特征提取，将文本输出的特征向量和数理特征提取部分的输出结果输入分类器，由分类器输出分类结果；设置训练停止条件，当训练停止时获得训练好的数学文本多标签分类模型；利用数学文本多标签分类模型对数学题文本进行有效分类。

本发明授权一种基于数理特征提取的数学题文本多标签分类方法在权利要求书中公布了：1.一种基于数理特征提取的数学题文本多标签分类方法，其特征在于，包括如下步骤：步骤1，采集多套数学试卷中的试题作为样本，形成样本集；并将每道题目的知识点作为样本的标签；对样本及其标签进行预处理和特征提取，得到样本对应的样本特征向量及样本特征向量对应的标签形成样本特征向量集w＝{x1,y1,…xn,yn}，其中，xi是第i个样本特征向量，yi是第i个样本对应的标签，i＝1、2、...、n，n是样本个数；对样本特征向量进行编码得到隐藏层向量hs；引用自注意力机制计算各个隐藏层向量hs的注意力权重as；基于所得到的注意力权重as，对隐藏层向量进行加权求和，得到文本输出的特征向量步骤2，将样本集分为训练集和测试集；获取训练集中样本对应的答案解析文本，答案解析文本分为叶节点和根节点，根节点为答案解析的标签文本信息，叶节点为可直接或间接推出根节点标签的文本信息；对答案解析文本进行预处理和特征提取，得到叶节点文本信息特征及根节点文本信息特征；由叶节点文本信息特征及根节点文本信息特征形成特征先验树的特征矩阵，表示为：v＝{v1,v2,...vn}；步骤3，对样本特征向量与特征先验树的特征矩阵进行数理特征提取，得到数理特征提取部分的输出结果li；数理特征提取部分由多个基特征提取组成，在每个基特征提取中，将样本特征向量和特征先验树的特征矩阵中的向量vi表示为： 其中，li是基特征提取的输出，f函数即是对w,vi向量做cosine和compare运算；Wi1是用于w和vi进行consine计算的参数矩阵，是用于与计算得到的cosine值做compare的校验参数矩阵；步骤4，将训练集的文本输出的特征向量Fq和数理特征提取部分的输出结果li输入分类器，由分类器输出分类结果；步骤5，设置训练集的训练停止条件，当训练停止时获得训练好的数学文本多标签分类模型；应用训练好的数学文本多标签分类模型对数学题文本分类。

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江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301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”。