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！

龙图腾网获悉北京寓诚科技有限公司申请的专利一种基于GraphSAGE图模型和RoBERTa相融合的文本分类系统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：CN116975287B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202310867226.0，技术领域涉及：G06F16/35；该发明授权一种基于GraphSAGE图模型和RoBERTa相融合的文本分类系统是由贾磊设计研发完成，并于2023-07-14向国家知识产权局提交的专利申请。

本一种基于GraphSAGE图模型和RoBERTa相融合的文本分类系统在说明书摘要公布了：本发明公开了一种基于GraphSAGE图模型和RoBERTa相融合的文本分类系统，涉及文本分类技术领域，该系统输入的是人工随机标注的情感分类数据集，该系统输出的是情感分类器模型；该系统主要包括分词模块、图学习模块、RoBERTa获取语义模块、图模型和RoBERTa模型融合模块和主动学习模块。本发明为一种基于GraphSAGE图模型和RoBERTa相融合的文本分类系统，可以有效提升分词效果；可以得到词节点以及语句高质量的embedding表示；可以有效提升文本语句embedding表示，从而提升分类器模型效果；可以提升语料标注效率；结合不确定性和多样性策略一起来选择高质量样本进行标注，从而进一步提升情感分类器模型效果。

本发明授权一种基于GraphSAGE图模型和RoBERTa相融合的文本分类系统在权利要求书中公布了：1.一种基于GraphSAGE图模型和RoBERTa相融合的文本分类系统，其特征在于：该系统输入的是人工随机标注的情感分类数据集，该系统输出的是情感分类器模型； 该系统主要包括分词模块、图学习模块、RoBERTa获取语义模块、图模型和RoBERTa模型融合模块和主动学习模块； 该系统的操作流程如下： S1、首先通过RoBERTa根据互信息对文本数据进行分词操作得到词序列，将词序列以词为节点、词顺序为边构建图，使用图模型GraphSAGE进行训练得到各词对应的embedding，将词序列中各词对应的embedding和词序位置编码相加，再经过avg池化操作得到语句对应的embedding作为图模型的文本表示embedding； S2、将文本同时输入到RoBERTa模型，将第一层和最后一层Transformer模型得到的embedding进行avg池化层操作得到文本对应的语义embedding； S3、将图模型和RoBERTa模型得到的embedding进行avg层操作得到最终语句向量的embedding，后面接多层Softmax分类层，得到分类器模型； S4、将构建好的分类器模型去业务相关的无标签数据中预测概率，根据置信度最低策略选出难以识别的样本，同时根据最终语句向量的embedding使用kmeans算法进行聚类操作选出差异大的样本，将模型难以识别和embedding差异大的样本选出来提交给标注人员标注，从而提升标注效率，增加高质量训练集样本数量，从而进一步提升文本分类系统的效果； 图模型和RoBERTa模型融合模块共包括两种融合策略，第一种是语句向量融合策略，第二种策略是分类模型融合策略； 所述语句向量融合策略的操作流程如下： S1、将GraphSAGE图模型得到的语句embedding和RoBERTa模型得到的语句Embedding进行融合操作得到最终的语句表示向量embedding； S2、将三种融合操作再进行拼接作为最终的语句向量，第一种是concat拼接操作，也就是将embedding1和embedding2拼接，第二种是sum池化层操作，第三种是avg池化层操作； 所述分类模型融合策略的操作流程如下： S1、将GraphSAGE图模型得到的语句embedding和RoBERTa模型得到的语句Embedding分别进行concat、sum池化层操作和avg池化层操作，并接分类层得到模型预测结果； S2、使用模型融合的策略将三个分类器得到的结果进行融合，采用投票的方式得到最终的分类结果。

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北京寓诚科技有限公司，其通讯地址为：100000 北京市朝阳区水岸南街16号楼12层1227；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。