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！

龙图腾网获悉山东工商学院申请的专利基于深度学习的文本智能校对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：CN121706769B 。

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：202610186537.4，技术领域涉及：G06F40/226；该发明授权基于深度学习的文本智能校对方法及系统是由孔乐佳设计研发完成，并于2026-02-10向国家知识产权局提交的专利申请。

本基于深度学习的文本智能校对方法及系统在说明书摘要公布了：本发明公开了基于深度学习的文本智能校对方法及系统,属于智能校对技术领域,包括获取预处理文本序列及空间分布坐标,提取语义向量及知识向量,构建空间拓扑图提取空间向量,并生成特征矩阵,利用监督对比学习策略获取优化后的检错参数和纠偏参数,序列检错模型及语义纠偏模型对应加载检错参数与纠偏参数,输出检错分布及纠偏分布,利用实体特征与全局记忆库比对输出一致性评分,对检错分布、纠偏分布及一致性评分加权融合确定校对结果。本发明通过将空间布局感知、领域知识图谱增强及跨段落全局一致性校验集成于双路架构,解决了排版干扰、专业背景缺失及逻辑冲突问题,实现了对混淆字符的精准区分,保障了文档内容的逻辑严密性。

本发明授权基于深度学习的文本智能校对方法及系统在权利要求书中公布了：1.基于深度学习的文本智能校对方法，其特征在于，包括以下步骤： 采集并预处理待校对的文本序列数据与页面图像数据，获取预处理文本序列及对应的空间分布坐标； 提取预处理文本序列的语义向量、实体信息和实体特征，将实体信息与预设的领域知识图谱执行子图匹配，获取知识向量，依据空间分布坐标构建空间拓扑图，输入至图卷积神经网络，提取空间向量，并通过多头注意力层生成特征矩阵； 引入监督对比学习策略，通过建立对比约束函数，训练序列检错模型与语义纠偏模型，获取优化后的检错参数与纠偏参数，过程包括： 利用数据增强逻辑处理特征矩阵，生成正向增强样本与负向干扰样本； 利用随机噪声注入逻辑与特征平移逻辑处理特征矩阵，生成正向增强样本； 利用特征掩码逻辑与特征置换逻辑处理特征矩阵，生成负向干扰样本； 将特征矩阵、正向增强样本和负向干扰样本输入待训练的序列检错模型与待训练的语义纠偏模型； 通过建立对比约束函数，利用对比约束函数计算特征矩阵、正向增强样本和负向干扰样本在向量空间内的对比损失值，其中，特征矩阵与正向增强样本之间的欧几里得距离为正向相似度评分，特征矩阵与负向干扰样本之间的欧几里得距离为负向相似度评分； 利用对比损失值对序列检错模型与语义纠偏模型执行梯度更新运算，以获取优化后的检错参数以及纠偏参数； 利用对比损失值约束序列检错模型与语义纠偏模型，在向量空间内缩小特征矩阵与正向增强样本之间的欧几里得距离； 利用对比损失值约束序列检错模型与语义纠偏模型，在向量空间内扩大特征矩阵与负向干扰样本之间的欧几里得距离； 序列检错模型加载检错参数，采用双向长短期记忆网络架构对特征矩阵进行计算，输出检错分布； 语义纠偏模型加载纠偏参数，采用变换器架构对特征矩阵进行计算，输出纠偏分布； 将实体特征与预设的全局记忆库执行余弦相似度比对，输出一致性评分； 对检错分布、纠偏分布及一致性评分执行加权融合运算与非极大值抑制处理，确定校对结果及错误预测概率，并统计错误分布。

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山东工商学院，其通讯地址为：264003 山东省烟台市莱山区滨海中路191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。