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！

龙图腾网恭喜华东理工大学申请的专利基于深度学习的子句级自动摘要模型系统及摘要生成方法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：CN115033659B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202210589278.1，技术领域涉及：G06F16/34；该发明授权基于深度学习的子句级自动摘要模型系统及摘要生成方法是由沈斌;房一泉;陈晓宁;刘倩;林晨;栾小建;高小伍;蔡源;程华;杜嘻嘻设计研发完成，并于2022-05-26向国家知识产权局提交的专利申请。

本基于深度学习的子句级自动摘要模型系统及摘要生成方法在说明书摘要公布了：本发明公开了基于深度学习的子句级自动摘要模型系统及摘要生成方法，本模型系统在使用时，首先利用句级抽取单元将原始数据进行字句拆分，构建输入字句；利用基于BERT预训练模型和Transformer模型的编码器对经句级抽取单元构建的输入字句进行处理，获得包含上下文语义信息的子句的向量表示C″i,j；利用分类器对向量表示进行初步筛选，并输出初步候选子句摘要；最后通过基于BERTScore的摘要匹配器，计算候选子句摘要和原文的语义相似度，得到与原文语义最匹配的摘要；本模型通过以子句作为抽取单元，能够同时平衡摘要信息的重要性和完整性，有效的解决了字句提取过程中的冗余问题，具有摘要信息的完整性高、提取速度快的特点。

本发明授权基于深度学习的子句级自动摘要模型系统及摘要生成方法在权利要求书中公布了：1.基于深度学习的子句级自动摘要模型系统，其特征在于：包括句级抽取单元、基于BERT的编码器、基于Transformer的编码器、分类器和基于BERTScore的摘要匹配器；所述句级抽取单元用于将原始数据进行字句拆分，构建输入字句；所述基于BERT的编码器和基于Transformer的编码器用于对输入字句进行处理，获得包含上下文语义信息的子句的向量表示Ci','j；所述分类器用于对经基于BERT的编码器和基于Transformer的编码器处理的向量表示Ci','j进行初步筛选，并输出初步候选子句摘要；所述基于BERTScore的摘要匹配器用于计算候选子句摘要和原文的语义相似度，得到与原文语义最匹配的摘要；其中：所述的句级抽取单元利用基于依存句法的启发式算法实现；所述基于BERT的编码器基于BERT预训练模型实现；所述基于Transformer的编码器基于Transformer模型实现；所述分类器层为多层感知器；所述基于BERTScore的摘要匹配器基于深度学习的自动评价指标BERTScore实现。

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华东理工大学，其通讯地址为：200237 上海市徐汇区梅陇路130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”。