Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中央民族大学;中国中医科学院中药研究所赵悦获国家专利权

中央民族大学;中国中医科学院中药研究所赵悦获国家专利权

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!

龙图腾网获悉中央民族大学;中国中医科学院中药研究所申请的专利一种中药药效-功效的智能语义对齐与推理方法及装置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:CN121191794B

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:202511561541.6,技术领域涉及:G16H50/70;该发明授权一种中药药效-功效的智能语义对齐与推理方法及装置是由赵悦;费程浩;李志勇;唐湘云;刘轩;金冠丞;曾炜峰;陶城安设计研发完成,并于2025-10-29向国家知识产权局提交的专利申请。

一种中药药效-功效的智能语义对齐与推理方法及装置在说明书摘要公布了:本发明提供一种中药药效‑功效的智能语义对齐与推理方法及装置,涉及自然语言处理技术领域。该方法包括:获取中草药药效文本和对应的中草药功效文本,分割得到药效子词单元和功效子词单元,输入到微调后的BERT模型,得到词向量;输入到双层双向长短时记忆网络,得到药效多粒度特征和功效多粒度特征;输入至交叉注意力层,动态分配药效与功效之间的匹配权重,并通过Softmax函数进行分类,得到预测的中草药功效文本。本发明通过深度学习模型的融合,有效实现药效与功效的精准转换,为中药领域的功效分析提供全新的技术支持。

本发明授权一种中药药效-功效的智能语义对齐与推理方法及装置在权利要求书中公布了:1.一种中药药效-功效的智能语义对齐与推理方法,其特征在于,所述方法包括: S1、获取中草药药效文本和对应的中草药功效文本构建样本数据集; S2、通过分词器分别对所述中草药药效文本和中草药功效文本进行分割,得到药效子词单元和功效子词单元,将所述药效子词单元和功效子词单元分别输入到微调后的基于双向变换器的编码表示BERT模型,通过微调后的BERT模型的词嵌入层、句子嵌入层以及位置嵌入层,得到每个药效子词单元的词向量和每个功效子词单元的词向量; S3、将所述药效子词单元的词向量和功效子词单元的词向量分别输入到双层双向长短时记忆网络,得到药效多粒度特征和功效多粒度特征; S4、将所述药效多粒度特征和功效多粒度特征输入至交叉注意力层,动态分配药效与功效之间的匹配权重,并通过Softmax函数进行分类,得到预测的中草药功效文本; S5、根据所述预测的中草药功效文本以及样本数据集中的中草药功效文本对基于BERT模型、双层双向长短时记忆网络和交叉注意力层构建的融合模型进行训练,得到训练好的融合模型; S6、将待推理的中草药药效文本输入到所述训练好的融合模型,得到中草药功效文本推理结果; 所述S3中的将所述药效子词单元的词向量和功效子词单元的词向量分别输入到双层双向长短时记忆网络,得到药效多粒度特征和功效多粒度特征,包括: 将所述药效子词单元的词向量和功效子词单元的词向量分别输入到第一层双向长短时记忆网络的第一前向长短时记忆网络单元和第一后向长短时记忆网络单元,得到第一前向隐藏状态和第一后向隐藏状态,对所述第一前向隐藏状态和第一后向隐藏状态进行特征拼接,得到药效局部短语特征和功效局部短语特征; 将所述药效局部短语特征和功效局部短语特征分别输入到第二层双向长短时记忆网络的第二前向长短时记忆网络单元和第二后向长短时记忆网络单元,得到第二前向隐藏状态和第二后向隐藏状态,对所述第二前向隐藏状态和第二后向隐藏状态进行特征拼接,得到药效全局语义特征和功效全局语义特征; 对所述药效局部短语特征、功效局部短语特征、药效全局语义特征和功效全局语义特征进行层归一化处理,将层归一化后的药效局部短语特征和药效全局语义特征进行拼接得到药效多粒度特征,将层归一化后的功效局部短语特征和功效全局语义特征进行拼接,得到功效多粒度特征。

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央民族大学;中国中医科学院中药研究所,其通讯地址为:100081 北京市海淀区中关村南大街27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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。