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！

龙图腾网获悉广东工业大学申请的专利一种病理文本分类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：CN116072301B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202310113099.5，技术领域涉及：G16H50/70；该发明授权一种病理文本分类方法是由蔡念;赵铭恒;田寅峰;欧阳文生;苏志孟设计研发完成，并于2023-02-13向国家知识产权局提交的专利申请。

本一种病理文本分类方法在说明书摘要公布了：本发明提供一种病理文本分类方法，包括以下步骤：S1：根据预设的数量阈值将用于训练的第一病理文本数据集的标签划分为密集标签和稀疏标签，对应组成大类标签集合和小类标签集合；S2：利用第一病理文本数据集训练预构建的密集标签预测网络和稀疏标签预测网络，得到训练好的密集标签预测网络和稀疏标签预测网络；S3：将待分类的第二病理文本数据集分别输入训练好的密集标签预测网络和稀疏标签预测网络，对应得到第一预测结果和第二预测结果；S4：将密集标签的预测结果和稀疏标签的预测结果进行融合，得到最终预测结果作为分类结果。本发明提供一种病理文本分类方法，解决了目前对于样本数据量少的病理文本的分类效果较差的问题。

本发明授权一种病理文本分类方法在权利要求书中公布了：1.一种病理文本分类方法，其特征在于，包括以下步骤： S1：根据预设的数量阈值将用于训练的第一病理文本数据集的标签划分为密集标签和稀疏标签，对应组成大类标签集合和小类标签集合； S2：利用第一病理文本数据集训练预构建的密集标签预测网络和稀疏标签预测网络，得到训练好的密集标签预测网络和稀疏标签预测网络； S3：将待分类的第二病理文本数据集分别输入训练好的密集标签预测网络和稀疏标签预测网络，对应得到第一预测结果和第二预测结果； 第一预测结果包括密集标签的预测结果和小类标签集合的预测结果； 第二预测结果包括稀疏标签的预测结果和大类标签集合的预测结果； S4：将密集标签的预测结果和稀疏标签的预测结果进行融合，得到最终预测结果作为分类结果； 步骤S1中，统计第一病理文本数据集中标签的数量以及各个标签所对应的样本数量，将样本数量少于数量阈值的标签划分为稀疏标签，组成小类标签集合，将样本数量不少于数量阈值的标签划分为密集标签，组成大类标签集合； 所述密集标签预测网络包括第一预训练语言模型、注意力模块、卷积网络模块和第一多层感知机； 首先将病理文本输入第一预训练语言模型，输出病理文本词向量，再将病理文本词向量输入注意力模块，得到注意力表示的词向量特征；将词向量特征输入卷积网络模块，使用四层卷积层作特征提取，每层卷积层提取的特征作为下一层的输入，将四层卷积层提取的特征进行融合得到融合词向量，最后通过多层感知机将融合词向量转换为对应标签的预测得分； 所述稀疏标签预测网络包括第二预训练语言模型和第二多层感知机； 在将病理文本输入第二预训练语言模型之前，还包括：根据待输入的病理文本和标签的语义关系设置一个或多个相应的提示学习模板，在提示学习模板中添加待输入的病理文本； 所述提示学习模板为取材T具体病症：A；其中，T为输入的病理文本，A为待预测的文本答案； 在提示学习模板中添加待输入的病理文本后输入第二预训练语言模型，使用第二预训练语言模型对其进行编码得到所要预测答案的词向量，不同答案的词向量分别输入第二多层感知机，得到对应标签的预测得分。

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广东工业大学，其通讯地址为：510060 广东省广州市越秀区东风东路729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。