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！

龙图腾网获悉电子科技大学申请的专利一种基于图网络的事件分析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：CN117216630B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202311113902.1，技术领域涉及：G06F18/24；该发明授权一种基于图网络的事件分析方法是由罗光春;许毅;卢国明;詹思瑜;赵俊成;贺学万设计研发完成，并于2023-08-31向国家知识产权局提交的专利申请。

本一种基于图网络的事件分析方法在说明书摘要公布了：本发明公开了一种基于图网络的事件分析方法，属于自然语言处理技术领域。该方法包括训练过程和预测过程；在训练过程中，首先获取结构化的文本样本；接着通过异质信息网络组织文本样本，对文本样本进行元路径相似度计算，利用异质图网络对文本节点进行表示学习；再使用基于多头注意力机制网络获取各文本样本对应的标签和情感极性；最后使用梯度下降法，监督优化元路径权重、异质图网络信息聚合法和基于多头注意力机制网络的参数；在预测过程中，将处理好的数据输入情感分析模型，得到对应的语义特征及情感极性，最后使用事件分析模型将输入的文本数据进行分类及情感极性分析。本发明通过图网络和文本向量两种方式，从多角度剖析了文本中可能潜在的事件信息，相对于传统方法更具有准确性。

本发明授权一种基于图网络的事件分析方法在权利要求书中公布了：1.一种基于图网络的事件分析方法，其特征在于，包括以下步骤： A、训练情感分析模型和事件分类模型： A1、获取社交媒体的文本数据并进行预处理，得到文本样本；所述文本数据包括文本本身数据以及文本发布者数据，所述预处理包括数据清洗与分词、命名实体识别； A2、获取社交媒体的图片数据，采用深度卷积神经网络从所述图片数据中提取出图片特征，然后采用多头注意力机制解码器将所述图片特征转换为文本样本； A3、步骤A1和A2得到的文本样本组织成异质信息网络；采用元路径分析法计算异质信息网络中各节点的元路径相似度，得到整个异质信息网络的元路径相似度矩阵；使用异质图网络信息聚合法对异质信息网络进行表示学习，得到该异质信息网络对应的异质图网络； A4、使用基于多头注意力机制网络的情感分析模型，获取各文本样本对应的标签和情感极性； A5、使用梯度下降法，利用各文本样本对应的标签和情感极性，监督优化所述元路径分析法的元路径权重、异质图网络信息聚合法的参数，以及基于多头注意力机制网络的参数，获得训练好的情感分析模型、以及基于元路径相似度矩阵和异质图网络的事件分类模型； B、预测过程： B1、将待预测文本数据和待测图片数据处理得到待预测文本样本； B2、通过训练好的情感分析模型对待预测文本样本进行特征提取，获得待预测文本样本的语义特征和情感极性； B3、通过事件分类模型对步骤B2获得的语义特征和情感极性进行分类和情感极性分析，获得待预测文本数据和待预测图片数据中包含的事件； 步骤A3中，使用异质图网络信息聚合法对异质信息网络进行表示学习，得到该异质信息网络对应的异质图网络的方式为： 首先是使用BiLSTM进行采样： 其中，f1v表示节点v的采样样本；从节点v∈V中提取异构内容Cv，通过神经网络将其编码成固定大小的嵌入向量xi； 接下来聚合节点邻居信息，分别对同类型节点和多类型间进行聚合； 对于同类型节点聚合： 其中，v′表示节点v的同类型节点，f1v′表示节点v′的采样样本，Ntv表示与节点v的同类型节点的集合，是其他类型节点t对节点v的邻居嵌入； 对于类型间聚合： 其中，表示不同类型节点的聚合矩阵，d表示输出嵌入维度，αv,v、αv,t分别表示相同类型节点和不同类型节点的权重，OV表示与节点t的集合。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区（西区）西源大道2006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”。