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！

龙图腾网恭喜南昌工程学院申请的专利基于词频概率融合的文本大数据分级分类方法及其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：CN119149749B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202411659664.9，技术领域涉及：G06F16/353；该发明授权基于词频概率融合的文本大数据分级分类方法及其系统是由谭德坤;陈远明;赵嘉;赵兴艳;李桢桢;付雪峰;辛奕澎;夏金程;王世琛设计研发完成，并于2024-11-20向国家知识产权局提交的专利申请。

本基于词频概率融合的文本大数据分级分类方法及其系统在说明书摘要公布了：本公开涉及基于词频概率融合的文本大数据分级分类方法及其系统，包括：获取原始文本数据，对原始文本数据进行数据清洗和数据增强操作得到输入数据；根据所述输入数据构建基于概率分布的主题模型，通过基于概率分布的主题模型得到输入数据的主题‑词汇关系，将主题‑词汇关系与词嵌入模型进行特征融合，得到新的词嵌入模型；根据新的词嵌入模型，利用改进Transformer网络模型和卷积神经网络构建深度学习网络模型；对深度学习网络模型进行训练与参数优化，得到训练好的深度学习网络模型；将待分类数据输入训练好的深度学习网络模型中，得到分级分类结果。本公开方法可实现数据精准稳定的分类。

本发明授权基于词频概率融合的文本大数据分级分类方法及其系统在权利要求书中公布了：1.基于词频概率融合的文本大数据分级分类方法，其特征在于，包括如下步骤：S10、获取原始文本数据，对所述原始文本数据进行数据清洗和数据增强操作得到输入数据；S20、根据所述输入数据构建基于概率分布的主题模型，通过基于概率分布的主题模型得到输入数据的主题-词汇关系，将主题-词汇关系与词嵌入模型进行特征融合，得到新的词嵌入模型；通过基于概率分布的主题模型得到输入数据的主题-词汇关系，表示为： ，式中，表示抽样主题，表示单词，为抽样主题中单词对应的权重新的词嵌入模型，表示为： ，式中，为每个词汇融合后的词向量，为每个单词对应的词向量，K表示主题数量；S30、根据新的词嵌入模型，利用改进Transformer网络模型和卷积神经网络构建深度学习网络模型；所述深度学习网络模型包括融合相对位置的可学习位置编码层和基于注意力卷积模块的改进编码器层；所述改进Transformer网络模型包括融合相对位置的可学习位置编码层、改进多头注意力层、第一Dropout层、第一残差连接及规范化层、前馈全连接层、第二Dropout层、第二残差连接及规范化层、卷积层、激活层、最大池化层、线性层和Softmax分类层，其中，融合相对位置的可学习位置编码层，包括引入相对位置编码与可学习位置编码矩阵，将输入数据的位置信息加入数据特征中，表示为： ，式中，LRPE表示加权平均后的结果，PE表示相对位置编码结果，L为一个可学习的位置编码矩阵；基于注意力卷积模块的改进编码器层，包括将输入数据的位置信息加入注意力卷积模块中，通过卷积核放大输入数据的特征后进行函数激活，表示为： ，新的注意力计算公式表示为： ，式中，Q、K、V为注意力机制的输入，为词嵌入的维度；S40、对所述深度学习网络模型进行训练与参数优化，得到训练好的深度学习网络模型；S50、将待分类数据输入训练好的深度学习网络模型中，得到分级分类结果。

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南昌工程学院，其通讯地址为：330000 江西省南昌市高新区天祥大道289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”。