中国人民解放军国防科技大学范强获国家专利权
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！
龙图腾网获悉中国人民解放军国防科技大学申请的专利基于跨模态信息补全的零样本文本分类方法和装置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：CN120144764B 。
龙图腾网通过国家知识产权局官网在2025-07-15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：202510621202.6，技术领域涉及：G06F16/35；该发明授权基于跨模态信息补全的零样本文本分类方法和装置是由范强;虎文龙;严浩;周晓磊;黄山;徐歆尧;张骁雄;王芳潇设计研发完成，并于2025-05-14向国家知识产权局提交的专利申请。
本基于跨模态信息补全的零样本文本分类方法和装置在说明书摘要公布了：本申请涉及一种基于跨模态信息补全的零样本文本分类方法和装置。该方法通过设计新的图像标签映射机制并基于上下文文本生成实现跨模态信息补全的图像构建，最后在推理阶段设计多模态协同推理框架，通过提示工程优化文本输入增强文本语义感知能力，有效提升了CLIP模型的零样本推理能力。针对自动化标签生成的语义偏差问题，基于上下文文本生成，构建跨模态信息补全的图像，以优化文本语义表征完整性，同时在推理阶段引入提示设计增强文本语义感知能力；两阶段关键词自动选择机制，首先利用大模型生成关键词候选集合，其次通过多模态匹配与选择，选择最佳关键词短语作为跨模态信息补全的文本信息，有效提高了语义准确性和领域适配性。
本发明授权基于跨模态信息补全的零样本文本分类方法和装置在权利要求书中公布了：1.一种基于跨模态信息补全的零样本文本分类方法，其特征在于，所述方法包括： 获取文本样本集和标签对应的图像候选集； 计算标签对应的图像与相应文本样本之间的余弦相似度并取均值，根据得到的平均余弦相似度，确定每个标签的映射图像候选集； 根据每个标签的映射图像候选集在验证集上的表现，选择表现最优的图像作为该标签的最佳映射图像； 将各标签对应的训练集样本输入到大规模预训练语言模型，生成预设数量个候选关键词短语，构成关键词候选集； 根据所述关键词候选集、标签映射图像、文本样本、标签集进行多模态匹配与选择，得到与领域适配的最佳关键词； 根据每个标签的所述最佳映射图像和所述与领域适配的最佳关键词，进行文本语义增强的图像标注，得到跨模态信息补全的图像； 对测试样本集和所述跨模态信息补全的图像采用双路径增强策略处理后通过CLIP模型进行零样本推理，得到文本分类结果。
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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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”。
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