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！

龙图腾网获悉西北工业大学申请的专利一种基于紧密图推理网络的表格事实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：CN115168439B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202210572542.0，技术领域涉及：G06F16/2458；该发明授权一种基于紧密图推理网络的表格事实验证方法是由吴连伟;陈进朝;张艳宁设计研发完成，并于2022-05-24向国家知识产权局提交的专利申请。

本一种基于紧密图推理网络的表格事实验证方法在说明书摘要公布了：本发明涉及一种基于紧密图推理网络的表格事实验证方法，包括以下步骤：对新闻序列、表格和程序信息分别构建新闻依赖子图、表格子图和程序子图，将表格子图分割为多个元图网络，表格子图分别与新闻子图和程序子图进行沉浸式的连接，形成紧密新闻‑表格关联图和程序‑表格关联图网络；设计局部关联建模与全局一致性建模两种推理建模机制，分别捕获具有关联和一致性的深度证据，并在紧密新闻‑表格关联图和程序‑表格关联图上分别获得深层语言证据与深层逻辑证据；设计了交互融合层，强化两个证据之间的交互和共享，以获取他们的互为佐证的证据。本发明不仅提高了假新闻检测性能，还提供了有效的证据实现结构化数据的检测结果的可解释性。

本发明授权一种基于紧密图推理网络的表格事实验证方法在权利要求书中公布了：1.一种基于紧密图推理网络的表格事实验证方法，其特征在于： S1：上下文编码模块 借助预训练BERT模型学习三种类型信息的上下文表示，所述三种类型信息分别为新闻序列、表格和程序信息； S2：紧密图构建模块 对新闻序列、表格和程序信息分别构建新闻依赖子图、表格子图和程序子图，将表格子图分割为多个元图网络，表格子图分别与新闻子图和程序子图进行沉浸式的连接，形成紧密新闻-表格关联图和程序-表格关联图网络； S2包括如下步骤： S21：对于新闻序列，采用依赖解析树的形式将新闻序列转换为一个新闻依赖子图；针对表格信息，在表格内容中的每个单元格节点不仅与其所在列的表头相连接，还与其所在行的其他单元格相连接，从而构建表格子图；针对程序，使用LPA算法进行程序合成与选择，最终选择合成的最优的前3个程序作为程序子图； S22：采用表格分解机制来分割表格子图，所述表格分解机制是将表头行和表格主体中的每一行数据结合起来，形成一个两行紧密表格，然后将每一行和每一列连接起来，构造一个元图网络；对于n行表格，可以分解为n−1元图网络； S23：新闻子图或程序子图的节点不仅连接到这些元图网络中具有相同内容的节点，还连接到相应的表头节点，形成紧密新闻-表格关联图和程序-表格关联图网络； S3：基于局部和全局的推理建模模块 设计局部关联建模与全局一致性建模两种推理建模机制，分别捕获具有关联和一致性的深度证据，并在紧密新闻-表格关联图和程序-表格关联图上分别获得深层语言证据与深层逻辑证据； S3包括如下步骤： S31：利用关联感知的GAN来建模子图中节点之间的关联关系，给定一个子图，其相邻节点为，其中表示相邻节点个数；采用图注意机制测量节点之间的关联度，其可被计算为节点和之间的边的权重： 其中，是一个LeakyReLU激活函数，与W为可训练的参数； S32：节点被编码为一个全新的带有关联信息的表示： 其中，与均为可训练的参数，为图网络的层数； S33：给定边界节点与相邻节点集合，全局图间一致性可被公式化为共享同一边界节点的节点集趋向于拥有相似的一致性特征，表示针对节点的相邻节点的数量； S34：使用图注意力网络来测量两个节点之间的一致度，其可被计算为边界节点和邻居节点之间的边权重： 3 其中，是激活函数，W为可训练的参数； S35：邻居节点可被编码为一个全新的带有共享一致性信息的节点表示： 4 其中，是的表示特征，其可通过邻居节点编码不同子图之间的节点一致度来获得加权；W和b均为可训练的参数； S36：由于节点可能存在于子图内部以及子图之间，为了覆盖所有可能性，整合了两种推理建模机制的输出，即； S37：对于第i个节点，在推理建模模块推理出的深层证据语义在紧密新闻-表格关联图上为语言证据，在紧密程序-表格关联图上是逻辑证据； S38：在两个关联图上使用门控注意力机制从而获得语言深层证据和逻辑深层证据； S4：交互融合模块 设计交互式融合层增强紧密新闻-表格关联图和程序-表格关联图网络之间的相互融合，强化两个证据之间的交互和共享，以获取他们的互为佐证的证据。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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”。