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！

龙图腾网获悉清华大学深圳国际研究生院;平安科技(深圳)有限公司申请的专利一种基于神经网络的事件共指消歧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：CN117216236B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202311238884.X，技术领域涉及：G06F16/335；该发明授权一种基于神经网络的事件共指消歧方法是由余承泽;杨余久;王磊设计研发完成，并于2023-09-25向国家知识产权局提交的专利申请。

本一种基于神经网络的事件共指消歧方法在说明书摘要公布了：一种基于神经网络的事件共指消歧方法，包括：S1、获取粗粒度标注信息和细粒度标注信息，将其分层处理以分别用于训练高层和低层双层图神经网络；S2、建立高层网络图，用于建模粗粒度标注信息并指导低层网络图的边连接信息；S3、建立低层网络图，用于建模细粒度标注信息并向高层网络图传递向量特征；S4、进行多轮循环，在每轮循环中高层网络图对低层网络图的边连接做出指导，而低层网络图也更新高层网络图的节点特征；循环改善事件共指预测过程，直到达到最优结果；在最后一次循环中，低层网络图一次性给出所有参与计算的事件共指预测。该方法显著降低了模型对训练数据的依赖程度，极大地提高了预测效率，并在处理大规模数据时展现出卓越的性能。

本发明授权一种基于神经网络的事件共指消歧方法在权利要求书中公布了：1.一种基于神经网络的事件共指消歧方法，其特征在于，包括如下步骤： S1、获取粗粒度标注信息和细粒度标注信息，将其分层处理以分别用于训练高层和低层双层图神经网络； S2、建立高层网络图，用于建模粗粒度标注信息并指导低层网络图的边连接信息；其中高层网络图中的节点特征不被新特征完全覆盖，而是将一部分原始特征作为锚点保持不变，动态更新另一部分特征；其中，高层网络图以文档为节点，文档间的关系为边，得到表示文档间关系的邻接矩阵； S3、建立低层网络图，用于建模细粒度标注信息并向高层网络图传递向量特征；低层网络图周期性向高层网络图传递向量特征，同时高层网络图采样一部分边传递给低层网络图，作为其连边的补充；其中，低层图以事件为节点，文档内的共指事件为边，得到事件间关系的邻接矩阵； S4、进行多轮循环，在每轮循环中高层网络图对低层网络图的边连接做出指导，而低层网络图也更新高层网络图的节点特征；循环改善事件共指预测过程，直到达到最优结果；在最后一次循环中，低层网络图一次性给出所有参与计算的事件共指预测。

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清华大学深圳国际研究生院;平安科技(深圳)有限公司，其通讯地址为：518000 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼；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。