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！

龙图腾网恭喜贵州财经大学申请的专利基于LDA模型和LSTM算法的公共文本分析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：CN119721052B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202510206190.0，技术领域涉及：G06F40/30；该发明授权基于LDA模型和LSTM算法的公共文本分析方法及系统是由邓明森;喻曦;石尚;蒋合领;陈军义设计研发完成，并于2025-02-25向国家知识产权局提交的专利申请。

本基于LDA模型和LSTM算法的公共文本分析方法及系统在说明书摘要公布了：本发明提供一种基于LDA模型和LSTM算法的公共文本分析方法及系统。该方法包括：获取科技项目的目标文本数据；提取目标文本数据中的特征词，依据特征词构建特征词向量矩阵；基于特征词向量矩阵，构建困惑度曲线，并基于困惑度曲线构建主题模型；基于主题模型，确定目标主题的主题关注度，并基于主题关注度确定关注度趋势特征，关注度趋势特征用于指示所述目标主题在时间维度、空间维度以及主题维度上的变化趋势；利用预先建立的情感分析模型对目标文本数据进行分析，得到情感分析结果；基于目标主题、关注度趋势特征和情感分析结果，生成科技项目的文本分析结果。本申请实现了公共文本的智能化分析，提高了文本解读的效率和准确性。

本发明授权基于LDA模型和LSTM算法的公共文本分析方法及系统在权利要求书中公布了：1.一种基于LDA模型和LSTM算法的公共文本分析方法，其特征在于，包括：获取科技项目的目标文本数据；提取所述目标文本数据中的特征词，以依据所述特征词构建特征词向量矩阵，所述目标文本数据包括词频数据和逆文档频率数据；其中，获取所述词频数据步骤包括：对所述目标文本数据进行多层次的语义分析，并将所述目标文本数据递归细分为不同粒度的信息颗粒，所述信息颗粒用于指示所属粒度的层级主题；确定所述信息颗粒中的每个文本片段在各粒度下的颗粒密度，所述颗粒密度用于指示所述文本片段与所述粒度所属的层级主题的相似度；在检测到所述颗粒密度低于预设的密度阈值时，标记对应的文本片段为潜在异常数据；根据所述潜在异常数据，对所述信息颗粒进行优化，得到文本特征序列；结合所述文本特征序列、所述颗粒密度以及所述目标文本数据，计算所述词频数据；基于所述特征词向量矩阵，构建困惑度曲线，并基于所述困惑度曲线构建主题模型，所述困惑度曲线用于指示所述目标文本数据中的主题数与困惑度之间的关系，所述主题模型用于指示对所述目标文本数据进行主题聚类后获得多个目标主题；基于所述主题模型和所述目标文本数据，确定所述目标文本数据中每个记录文档的文档主题关注度，所述文档主题关注度用于指示在任一时间段内所述记录文档中各所述目标主题的概率分布；基于所述文档主题关注度以及任一时间段内的主题总数，确定在所述时间段内所述目标主题的主题关注度；基于所述主题关注度进行时间维度分析，得到时间分布特征，所述时间分布特征包括年度趋势分析结果、季节性分析结果以及阶段分析结果；基于所述主题关注度进行空间维度分析，得到空间分布特征，所述空间分布特征包括区域分布特征、省份分布特征以及空间聚类分布特征；基于所述主题关注度进行主题维度分析，得到主题分布特征，所述主题分布特征用于指示各目标主题之间的重要性排序、主题相关性以及主题演化趋势；基于所述时间分布特征、所述空间分布特征以及所述主题分布特征进行多维度交叉分析，得到关注度趋势特征，所述主题关注度用于指示在指定时间段内各目标主题的分布，所述关注度趋势特征用于指示所述目标主题在时间维度、空间维度以及主题维度上的变化趋势；利用预先建立的情感分析模型对所述目标文本数据进行分析，得到情感分析结果；基于所述目标主题、所述关注度趋势特征和所述情感分析结果，生成所述科技项目的文本分析结果。

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贵州财经大学，其通讯地址为：550000 贵州省贵阳市花溪大学城；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”。