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多模态命名实体识别方法和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：CN121835683B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202610303659.7，技术领域涉及：G06F40/295；该发明授权一种多模态命名实体识别方法和装置是由冯广;黄俊辉;刘馨婷;曹雨巧;赵志文;苏旭;周科栋;廖贝融;林忆宝;孙相利设计研发完成，并于2026-03-13向国家知识产权局提交的专利申请。

本一种多模态命名实体识别方法和装置在说明书摘要公布了：本发明公开了一种多模态命名实体识别方法和装置，涉及命名实体识别技术领域，包括：将待识别文本和待识别图像输入训练好的多模态命名实体识别模型确定实体识别结果，其中，多模态命名实体识别模型包括文本提取模块、图像提取模块、句级软门控模块、自注意力Transformer模块、跨模态Transformer模块、MLP专家头、视觉门控模块和CRF解码器。基于上述方案，减少了跨模态交互中的信息丢失，提升了细粒度对齐与解码鲁棒性，从而增强了实体识别性能。

本发明授权一种多模态命名实体识别方法和装置在权利要求书中公布了：1.一种多模态命名实体识别方法，其特征在于，包括： 将待识别文本和待识别图像输入训练好的多模态命名实体识别模型； 通过文本提取模块提取所述待识别文本的词级特征矩阵，并采用图像提取模块进行实例提取所述待识别图像的视觉特征矩阵； 采用自注意力Transformer模块，确定所述词级特征矩阵的主任务文本特征，并对所述词级特征矩阵进行注意力运算后线性映射输出辅助发射得分； 基于句级软门控模块，根据所述词级特征矩阵与所述视觉特征矩阵对应的余弦相似度生成门控权重，并对所述视觉特征矩阵加权确定视觉区域特征； 根据跨模态Transformer模块，将所述主任务文本特征与所述视觉区域特征相互交叉注意力处理，对应生成区域对齐特征与视觉感知特征，并采用所述主任务文本特征引导所述视觉感知特征交互构建上下文感知特征； 将所述区域对齐特征和所述上下文感知特征分别输入MLP专家头后，采用所述门控权重进行加权线性融合，生成多模态融合特征； 通过视觉门控模块，将所述区域对齐特征和所述上下文感知特征拼接后生成门控系数，并对所述区域对齐特征加权生成门控区域对齐特征； 采用所述上下文感知特征、所述多模态融合特征和所述门控区域对齐特征拼接输出增强融合特征，并线性映射为主发射得分； 将所述主发射得分与所述辅助发射得分融合输出融合发射得分，通过CRF解码器基于所述融合发射得分解码确定实体识别结果。

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：510080 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。