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！

龙图腾网恭喜南京审计大学申请的专利一种基于会议报告的事件主题分类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：CN119271813B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202411773899.0，技术领域涉及：G06F16/35；该发明授权一种基于会议报告的事件主题分类方法及系统是由张熠;麦丞程设计研发完成，并于2024-12-05向国家知识产权局提交的专利申请。

本一种基于会议报告的事件主题分类方法及系统在说明书摘要公布了：本发明涉及一种基于会议报告的事件主题分类方法及系统，属于自然语言处理技术领域，解决了现有因文本特征提取不充分导致事件主题分类不准确的问题。方法包括：解析历史会议报告得到事件文本集；对事件文本集中每个事件文本构建动态提示词并传入大模型，将对应得到的多条推理文本补入事件文本集中得到扩增文本集；利用扩增文本集训练双通道特征融合BERT模型，得到事件主题分类模型；双通道特征融合BERT模型中的双通道模块包括多头注意力机制通道和文本卷积通道；解析待预测的会议报告得到多条待预测事件，将每条待预测事件传入事件主题分类模型中，预测出对应的事件主题类别。实现了对会议报告的事件主题类别的准确分类。

本发明授权一种基于会议报告的事件主题分类方法及系统在权利要求书中公布了：1.一种基于会议报告的事件主题分类方法，其特征在于，包括以下步骤：解析历史会议报告得到事件文本集；对所述事件文本集中每个事件文本构建动态提示词并传入大模型，将对应得到的多条推理文本补入事件文本集中得到扩增文本集；对所述事件文本集中每个事件文本构建动态提示词，包括：设定提示词的角色和任务目标；通过第一占位符引入每个事件文本作为会议报告内容的样例信息；基于所述样例信息，设定文本生成规则和目标鼓励，其中通过第二占位符引入当前事件文本被标注的事件主题类别；利用扩增文本集训练双通道特征融合BERT模型，得到事件主题分类模型；所述双通道特征融合BERT模型中的双通道模块包括多头注意力机制通道和文本卷积通道；解析待预测的会议报告得到多条待预测事件，将每条待预测事件传入事件主题分类模型中，预测出对应的事件主题类别；所述双通道特征融合BERT模型依次包括：BERT网络、双通道模块、特征融合模块和分类预测模块；所述BERT网络接收训练文本，将最后一层文本特征向量输入到双通道模块中，经过特征融合模块对双通道模块中多头注意力机制通道输出的全局多维特征和文本卷积通道输出的局部关键特征进行融合得到文本融合特征后，传入分类预测模块输出事件主题类别；所述多头注意力机制通道接收文本特征向量后依次经过多头注意力子模块和第一前向网络子模块，其中多头注意力子模块和第一前向网络子模块中均加入了残差连接和层归一化，输出全局多维特征；所述文本卷积通道采用文本卷积神经网络，所述文本卷积神经网络依次包括：嵌入层、卷积层、最大池化层和特征整合层；所述嵌入层对接收的文本特征向量调整维度后，通过所述卷积层中多个不同大小的卷积核提取出多个卷积结果特征，所述最大池化层提取出每个卷积结果特征中的最大值后由所述特征整合层整合为局部关键特征；所述特征融合模块将接收到的全局多维特征和局部关键特征传入特征拼接子模块，所述特征拼接子模块通过向量拼接、向量对位减法和向量对位点乘得到高维特征后传入第二前向网络子模块，所述第二前向网络子模块中加入了残差连接和层归一化，输出文本融合特征；所述分类预测模块将接收到的文本融合特征输入到全连接层进行非线性操作后再经过softmax操作得到分类概率，取最大的分类概率对应的事件主题类别作为预测结果。

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京审计大学，其通讯地址为：211899 江苏省南京市浦口区江浦街道雨山西路86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”。