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！

龙图腾网获悉中南大学申请的专利一种基于多层次特征融合的自适应集成技术的文本要素识别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：CN119358545B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202411382229.6，技术领域涉及：G06F40/279；该发明授权一种基于多层次特征融合的自适应集成技术的文本要素识别方法及系统是由黎娟;王泊远;高琰;张嘉文;赵成功;桑金泽;詹凯漫设计研发完成，并于2024-09-30向国家知识产权局提交的专利申请。

本一种基于多层次特征融合的自适应集成技术的文本要素识别方法及系统在说明书摘要公布了：本发明公开了一种基于多层次特征融合的自适应集成技术的文本要素识别方法及系统，应用于自然语言处理领域，包括：对数据文本进行预处理，并基于预处理后的数据文本训练多个文本要素识别子模型；对预处理后的数据文本进行多层次特征提取，并进行特征融合，训练多个文本要素识别子模型的权重学习器，输出多个文本要素识别子模型的动态权重；基于多个文本要素识别子模型的输出结果和置信度分数，结合动态权重，加权得到最终的文本要素识别输出。本发明有效地解决了现有技术中因特征提取不全面和模型适应性差导致的识别精度问题。

本发明授权一种基于多层次特征融合的自适应集成技术的文本要素识别方法及系统在权利要求书中公布了：1.一种基于多层次特征融合的自适应集成技术的文本要素识别方法，其特征在于，包括： 步骤1：对数据文本进行预处理，并基于预处理后的数据文本训练多个文本要素识别子模型； 步骤2：对预处理后的数据文本进行多层次特征提取，并进行特征融合，训练多个所述文本要素识别子模型的权重学习器，输出多个所述文本要素识别子模型的动态权重； 步骤3：基于多个所述文本要素识别子模型的输出结果和置信度分数，结合所述动态权重，加权得到最终的文本要素识别输出； 步骤2中，训练多个所述文本要素识别子模型的权重学习器，输出多个所述文本要素识别子模型的动态权重，如下： W模型＝softmaxf权重学习器F融合； 其中，W模型为所述文本要素识别子模型的动态权重；softmax为归一化函数；f权重学习器为权重学习器的计算函数；F融合为多层次特征融合后的特征； 步骤3中，基于多个所述文本要素识别子模型的输出结果和置信度分数，结合所述动态权重，加权得到最终的文本要素识别输出，如下： 其中，S输出为最终的文本要素识别输出；n为文本要素识别子模型数量；W模型，i为第i个文本要素识别子模型的动态权重；P模型，i为第i个文本要素识别子模型的输出结果；C模型，i为第i个文本要素识别子模型的置信度。

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南大学，其通讯地址为：410083 湖南省长沙市麓山南路932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”。