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！

龙图腾网获悉浙江工业大学申请的专利面向复杂场景描述的自动流程建模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：CN116467437B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202310535108.X，技术领域涉及：G06F16/34；该发明授权面向复杂场景描述的自动流程建模方法是由曹斌;郭伟;侯晨煜设计研发完成，并于2023-05-09向国家知识产权局提交的专利申请。

本面向复杂场景描述的自动流程建模方法在说明书摘要公布了：本发明公开了一种面向复杂场景描述的自动流程建模方法，首先，使用基于共享表示学习和结构化预测的方法，同步实现事件发现和事件关系抽取两个重要基础工作。其次，通过流程模型构建方法整合事件以及事件关系，得到从复杂场景描述中抽取的流程模型。最后，为了检测流程模型抽取的有效性，本发明通过基于图神经网络的流程模型相似度计算方法得到抽取出的流程模型与真实流程模型间的图相似度分数。本发明能够通过事件发现、事件关系抽取、流程模型构建等技术，从复杂场景的描述文本中自动抽取出业务流程模型。本发明使用了新颖的结合深度学习的流程模型一致性检测方法，能够快速客观地评估自动流程建模后结果的准确性。

本发明授权面向复杂场景描述的自动流程建模方法在权利要求书中公布了：1.一种面向复杂场景描述的自动流程建模方法，其特征在于，包括以下步骤： 1准备数据集，具体包括： 1.1文章，满足非结构化文本的要求； 1.2标注出每篇文章中存在的事件，并使用事件的触发词表示事件； 1.3查找出文章中事件间存在的多种关系； 1.4根据事件和事件关系，结合文章的语义，构造文章的流程模型； 2基于步骤1准备的数据集，对输入的文章进行预处理操作，得到预处理后的文章； 3基于步骤1的数据集与步骤2预处理后的文章训练事件与事件关系联合抽取模型； 4通过步骤3训练好的事件与事件关系联合抽取模型对预测文本进行事件发现和事件关系识别，抽取预测文本的事件和事件关系； 5基于步骤4抽取的事件和事件关系构建流程模型，具体包括： 5.1将抽取得到的事件和事件关系转换为BEFORE关系表述形式，构成新的事件关系； 5.2根据新的事件关系，构造初始流程图； 5.3基于初始流程图，通过深度优先遍历方式将每篇预测文本对应的初始流程图划分为一个或多个流程图种子； 5.4在流程图种子中添加流程模型关键节点，构成流程模型； 6基于步骤5构建的流程模型，构造用于流程模型一致性检测的训练数据集，具体包括： 6.1将流程模型进行随机组合构成流程模型对； 6.2通过HausdorffDistance和线性规划方法计算流程模型对中两个流程模型的图编辑距离，通过图编辑距离得到标准化图编辑距离； 是标准化的，其计算方式如下： ； 其中，表示流程模型的节点数； 6.3使用函数将标准化图编辑距离转化为0,1]范围内的分数，作为流程模型对真实正确的相似度分数，相似度分数的计算方式如下：； 7基于步骤6构造的训练数据集，训练一致性检测模型； 8基于步骤7训练后的一致性检测模型，进行流程模型的相似度对比，检测自动构建的流程模型与真实流程模型之间的差异程度； 基于步骤7训练后的一致性检测模型，进行流程模型的相似度对比，具体包括： 8.1通过GCN网络得到流程模型的节点嵌入表示； 8.2利用Attention注意力机制考虑每个节点在流程模型中的重要程度，将每个流程模型映射为最终的图级嵌入； 8.3分别使用NeuralTensorNetwork和PairwiseNodeComparison，计算两个流程模型的图级嵌入的相似度向量和节点的相关性特征； 8.4将图级嵌入的相似度向量和节点的相关性特征拼接，并经过全连接层得到最终的流程模型相似度分数。

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浙江工业大学，其通讯地址为：310012 浙江省杭州市下城区潮王路18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。