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！

龙图腾网获悉中山大学申请的专利一种基于异构目标融合的精细实证溯因与声明验证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：CN121809461B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610296935.1，技术领域涉及：G06F40/226；该发明授权一种基于异构目标融合的精细实证溯因与声明验证方法是由曾娟;王尧;刘亚男;邓浩天;陈泼龙;罗炜麟;万海设计研发完成，并于2026-03-12向国家知识产权局提交的专利申请。

本一种基于异构目标融合的精细实证溯因与声明验证方法在说明书摘要公布了：本发明涉及自然语言处理技术，为一种基于异构目标融合的精细实证溯因与声明验证方法，包括以下步骤：检索与待验证声明相关的候选文档，提取与待验证声明有关的候选句子；构建相级联的声明‑句子关联概率分布模型、声明‑句子集关联概率分布模型；基于声明‑句子关联概率分布模型学习声明与单个候选句子之间的预测概率分布；筛选较高实证价值的若干候选句子获得候选实证集；基于声明‑句子集关联概率分布模型，捕捉候选实证集中候选句子之间的语义协同效应，计算待验证声明与候选实证集的全局类别概率分布；采用异构目标联合优化两个模型的参数；基于训练后的两个模型，实现精细实证溯因和声明验证。本发明能提供直观、准确的观点验证结果。

本发明授权一种基于异构目标融合的精细实证溯因与声明验证方法在权利要求书中公布了：1.一种基于异构目标融合的精细实证溯因与声明验证方法，其特征在于，包括以下步骤： S1、采用基于语义解析的检索策略，通过文档检索从语料库中检索与待验证声明相关的候选文档； S2、从候选文档中提取与待验证声明有关的候选句子，构建候选句子集； S3、构建关联概率分布模型，所构建的关联概率分布模型包括相连接的特征提取模块、目标分类模块；其中特征提取模块用于提取输入序列的高维隐层表示；目标分类模块包括相连接的全连接层和归一化指数函数，目标分类模块根据所提取的高维隐层表示，学习并提取高维隐层表示中的语义特征，输出声明与句子的关联概率分布，或者输出声明与句子集的关联概率分布； 利用两个关联概率分布模型设置级联目标分类架构，将第一关联概率分布模型设置为声明-句子关联概率分布模型；第二关联概率分布模型设置为声明-句子集关联概率分布模型； S4、基于声明-句子关联概率分布模型学习声明与单个候选句子之间的预测概率分布，量化单个候选句子作为待验证声明支撑依据的局部置信度，用于衡量候选句子的实证价值； S5、基于局部置信度，从候选句子集中筛选较高实证价值的若干候选句子，并将若干候选句子按实证价值降序排列组合成句子组合，作为候选实证集；基于声明-句子集关联概率分布模型，捕捉候选实证集中多个候选句子之间的语义协同效应，计算待验证声明与候选实证集的全局类别概率分布； S6、采用异构目标联合优化，同步训练、更新两个关联概率分布模型的参数； 在关联概率分布模型训练过程中，将预测概率分布计算的损失与全局类别概率分布计算的损失进行加权融合，构建联合损失函数；通过反向传播算法同步更新两个关联概率分布模型的参数，实现对不同粒度输入的多层次辨别能力优化，以及实现局部实证精确度与全局判断鲁棒性的自动平衡； S7、基于训练后的声明-句子关联概率分布模型、声明-句子集关联概率分布模型，通过自上而下或自下而上的提取策略，实现精细实证溯因和声明验证。

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山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。

以上内容由龙图腾AI智能生成。