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！

龙图腾网恭喜广东龙泉科技有限公司;广州市河涌监测中心申请的专利基于语义标签构建的河湖水环境预警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：CN119025926B 。

龙图腾网通过国家知识产权局官网在2025-03-11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：202411513830.4，技术领域涉及：G06F18/241；该发明授权基于语义标签构建的河湖水环境预警方法及系统是由周新民;范明华;欧阳群文;杜冬阳;麦桦;黄宇扬;李景波;魏日强;周志刚;林继贤;刘松利;张模喜;顾兴佩;洪淑仁设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本基于语义标签构建的河湖水环境预警方法及系统在说明书摘要公布了：本发明涉及数据处理领域，具体为语义标签构建方法、基于语义标签构建的河湖水环境预警方法及系统。预警方法首先根据描述河湖问题的语料型原始数据，构建描述河湖问题的语义标签，获得语义标签样本集数据；通过设备采集数值型原始数据并进行处理，获得数值特征样本集数据；将语义标签样本集数据与数值特征样本集数据进行对齐融合处理，获得模型训练数据样本集；利用模型训练数据样本集对河湖水环境预警模型进行训练；利用训练好的河湖水环境预警模型对河湖水环境进行预警分析。本发明利用对水质情况描述的语料进行语义标签构建，解决了训练数据和模型表现受限于水质检测数据在时间粒度上粗糙和空间分布上稀疏的问题。

本发明授权基于语义标签构建的河湖水环境预警方法及系统在权利要求书中公布了：1.一种语义标签构建方法，其特征在于，包括以下步骤：收集描述河湖问题的语料型原始数据；对语料型原始数据进行预处理，得到语料样本集，利用语句嵌入模型对语料样本集中的语料样本进行向量化处理，生成语句向量，获得向量化的语料语义向量集合；利用语义主题建模技术，选取具有典型代表性的描述河湖问题的语料型原始数据，构建从河湖问题描述语料到河湖水环境预警级别的映射关系，给相应的语料型原始数据嵌入对应的河段水质风险等级标签，获得典型语义标签样例，即{问题描述语句：风险等级标签}；根据典型语义标签样例，采用语义向量相似度检索，利用语句嵌入模型对典型语义标签样例的“问题描述语句”进行编码获得查询向量，通过查询向量对语料向量集合进行相似度搜索，将搜索到的结果用典型语义标签样例的标签对其标注，完成对语料语义向量集合中向量化后的语料样本进行标签赋值，获得语义标签样本集数据；生成语句向量的步骤包括：建立语句嵌入模型，为语句嵌入模型设置双塔架构；对描述河湖问题的语料型原始数据的语料长度进行限制，过滤低于预设长度的语料型原始数据，得到语料样本集；将描述内容含有多个句子的语料型原始数据分割为多个单独句子，并将每个句子生成句向量，选择描述水质差的句向量，加入语料样本集；利用语句嵌入模型对语料样本集中的语料样本进行语料样本向量化处理，生成语句向量；其中，所设置的双塔架构中，模型输入为两个语句；使用预训练后的模型作为嵌入函数，在嵌入层将每个语句转换为嵌入向量；采用定义好的距离函数作为相似性度量函数，计算两个嵌入向量之间的相似度；并使用对比学习对双塔结构进行训练，将计算对比学习损失的损失函数L定义为：Ly,e1,e2=y×De1,e22+1-y×max0,m-De1,e22；其中，De1,e2为距离函数；m为预设阈值，仅当两个嵌入向量之间的距离低于预设阈值时对损失有贡献；y为标签；获得典型语义标签样例的步骤包括：对具有典型代表性的描述河湖问题的语料型原始数据中关于巡河问题描述内容的不同主题类型进行分组聚合，对分组聚合后的分组主题进行语义聚类，得到不同的聚类簇；使用Bertopic主题模型对分组聚合后的分组主题的语料样本进行主题建模，生成多个分组主题；对于各分组主题，在主题建模结果中均通过代表性文档筛选出该分组主题具有代表性的语料样本；结合相应的领域专业知识，对各分组主题所筛选出的代表性语料样本赋予对应的“高风险”、“中风险”、“低风险”标签，构造出具有代表性的典型语义标签样例。

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广东龙泉科技有限公司;广州市河涌监测中心，其通讯地址为：510300 广东省广州市海珠区敦和路189号大院第3栋自编3层；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”。