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！

龙图腾网恭喜南开大学申请的专利一种面向医疗的少样本多模态细粒度实体分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：CN119917669B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202510414327.1，技术领域涉及：G06F16/353；该发明授权一种面向医疗的少样本多模态细粒度实体分类方法及系统是由张莹;凡文博;隋旭辉;袁晓洁设计研发完成，并于2025-04-03向国家知识产权局提交的专利申请。

本一种面向医疗的少样本多模态细粒度实体分类方法及系统在说明书摘要公布了：本发明涉及电数字数据处理技术领域，尤其涉及一种面向医疗的少样本多模态细粒度实体分类方法及系统，方法包括如下步骤：构建少样本训练集、少样本验证集及少样本测试集，并扩充文本信息得到扩充训练集；获得句子的文本表征；获得图像的全局视觉表征、局部对象表征及跨模态语义表征；获得优化后的单模态表征；获得多模态融合表征；计算每个细粒度实体类别的预测概率及二元交叉熵损失；进行迭代优化训练，直至达到设定次数，在少样本验证集上进行性能验证，在少样本测试集上开展最终效果评估。本发明提供的方法及系统通过有效地抽取层次化多模态特征提升细粒度分类的性能，可为医疗领域提供更加精确可靠的实体分类技术。

本发明授权一种面向医疗的少样本多模态细粒度实体分类方法及系统在权利要求书中公布了：1.一种面向医疗的少样本多模态细粒度实体分类方法，其特征在于：包括如下步骤：S1：基于医疗的FIGER数据集构建少样本训练集、少样本验证集及少样本测试集，并将少样本训练集中的文本通过语义插值法扩充文本信息，得到扩充训练集；S2：将扩充训练集、少样本验证集及少样本测试集中每一条样本中的句子分别进行整理得到句子的表示，然后将句子的表示输入文本特征抽取模型，得到句子的文本表征；S3：将扩充训练集、少样本验证集及少样本测试集中每一条样本中的图像分别通过层次化多粒度视觉语义金字塔模块进行整合，得到图像的全局视觉表征、局部对象表征及跨模态语义表征；S4：将句子的文本表征、图像的全局视觉表征、局部对象表征及跨模态语义表征以单模态形式应用多头自注意力机制进行优化，得到优化后的单模态表征；S5：将优化后的单模态表征分别输入层次化跨模态语义对齐网络进行多模态特征融合，得到文本交叉对象表征、文本交叉跨模态语义表征、文本交叉视觉表征，将文本交叉对象表征、文本交叉跨模态语义表征、文本交叉视觉表征拼接，得到多模态融合表征；S6：将多模态融合表征输入到分类器计算每个细粒度实体类别的预测概率及二元交叉熵损失；S7：在扩充训练集上通过二元交叉熵损失进行迭代优化训练，直至达到设定次数，确定相关参数后，在少样本验证集上进行性能验证，在少样本测试集上开展最终效果评估，量化模型在少样本多模态细粒度实体分类任务中的性能表现。

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南开大学，其通讯地址为：300071 天津市南开区卫津路94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”。