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！

龙图腾网恭喜成都信息工程大学申请的专利公共数据故事化方法、装置、设备及存储介质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：CN119271807B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202411795054.1，技术领域涉及：G06F16/34；该发明授权公共数据故事化方法、装置、设备及存储介质是由周霞;苏谦;彭岚;曾思瑜;李晟东设计研发完成，并于2024-12-09向国家知识产权局提交的专利申请。

本公共数据故事化方法、装置、设备及存储介质在说明书摘要公布了：本发明涉及数据处理技术领域，公开了一种公共数据故事化方法、装置、设备及存储介质，通过获取新规章标准信息的目标规章标准文件和修正之前的对比规章标准文件，构建包含区别关键词的第一特征集和包含关键要素的第二特征集，考虑新规章标准的作用区域，生成新规章标准信息的故事构成框架，基于故事构成框架中具有关键要素、关联要素和冲突要素的故事节点，利用训练好的故事生成模型，生成新规章标准信息的故事化文本。本发明将当前作用区域内的热点事件与新规章标准信息进行特征融合，生成用于编辑宣传文案的故事化文本，通过投放至电视、电台、官媒，能够提升宣传文案的吸引力，提升规章标准公布与普及的效率。

本发明授权公共数据故事化方法、装置、设备及存储介质在权利要求书中公布了：1.一种公共数据故事化方法，其特征在于，包括以下步骤：获取目标部门发布的新规章标准信息，提取所述新规章标准信息中的目标规章标准文件和规章标准相关信息；其中，所述规章标准相关信息包括规章标准作用区域和规章标准标识编号；基于所述规章标准标识编号，确定新规章标准信息的对比规章标准文件；基于所述目标规章标准文件和所述对比规章标准文件，提取由若干个区别关键词对构成的第一特征集和由若干个关键要素构成的第二特征集；利用所述第二特征集和所述规章标准作用区域，生成所述新规章标准信息的故事构成框架；其中，所述故事构成框架包括若干个故事节点，每个故事节点由至少一个关键要素和若干个关联要素构成；具体包括：基于所述规章标准作用区域，在社交媒体数据库和新闻数据库中采集发布位置与所述规章标准作用区域相匹配的若干条事件信息；其中，所述事件信息包括事件发生时间和事件发生内容；提取并构建每条事件信息中事件发生内容的关键词集，对若干条事件信息进行类型划分，获得若干种初始事件信息类型，基于每个初始事件信息类型的关键词集中的关键词与第二特征集中的关键要素的匹配度，从初始事件信息类型中选取出匹配度超过预设匹配度的若干种候选事件信息类型；统计每种候选事件信息类型中每个关键词出现的频次作为事件热点量化值，将每条事件信息的事件发生时间距离当前时间的时间间隔，按照预设负相关变化关系转化为事件热点量化权重，根据每个关键词的事件热点量化值与该关键词在对应事件信息的事件热点量化权重的累加权重和，计算每种候选事件信息类型的总热点量化值；取总热点量化值最高的目标事件信息类型中的每个关键词进行针对所述第二特征集中每个关键要素的关联度计算，将关联度高于预设关联度的关键词作为每个关键要素的相关要素，为每个关键要素生成一个故事节点，并将具有相同相关要素的故事节点的关键要素进行合并，获得包含若干个故事节点的故事构成框架；基于所述故事构成框架中每个关键要素在每条事件信息中的前后逻辑关系，为每个关键要素赋予逻辑顺序编号，根据每个故事节点中全部关键要素的平均逻辑顺序编号，将所述故事构成框架中的故事节点进行逻辑顺序排列；根据所述第一特征集中的若干个区别关键词对，调整所述故事构成框架中对应故事节点内的要素构成，以使所述故事构成框架中不同故事节点之间满足冲突要求；具体包括：提取第一特征集中的若干个区别关键词对，将所述区别关键词对中第二文本内容对应的关键词写入第一文本内容对应的关键词在故事构成框架对应故事节点之后的其他故事节点内作为冲突要素，以使所述故事构成框架中不同故事节点之间满足冲突要求；其中，所述冲突要求被配置为全部冲突要素与对应的第一文本内容的关键词在故事构成框架内间隔的故事节点的总数量不低于目标值；将调整后的故事构成框架输入训练好的故事生成模型，获得所述故事生成模型输出的所述新规章标准信息的故事化文本；具体包括：提取调整后的故事构成框架中的每个故事节点的逻辑顺序信息和故事内容信息；其中，所述逻辑顺序信息包括故事节点之间的前后关系，所述故事内容信息包括故事节点内的若干个关键要素、关联要素和冲突要素；标注并提取出故事样本中每个训练故事的故事起始文本和关键词，构建故事训练集；其中，所述关键词包括关键要素、关联要素和冲突要素；将每个训练故事的故事训练集输入预先构建的LSTM模型结构，基于LSTM模型结构中LSTM层随机初始化的超参数，对输入的故事训练集中故事起始文本进行下一个词汇预测，计算预测获得的下一个词汇与实际词汇的损失函数，采用反向传播算法计算梯度值并利用优化器更新LSTM层的超参数；重复上述步骤，直至损失收敛或达到预设的训练轮数，获得训练好的故事生成模型；将故事节点之间的前后关系映射到对应的故事节点内的若干个关键要素、关联要素和冲突要素，生成故事生成要素特征，将故事生成要素特征输入训练好的故事生成模型，获得所述故事生成模型输出的所述新规章标准信息的故事化文本。

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成都信息工程大学，其通讯地址为：610200 四川省成都市西南航空港经济开发区学府路1段24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”。