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！

龙图腾网获悉济南大学申请的专利基于层次特征图网络的文本宣传意图识别方法及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：CN116795988B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202310763638.X，技术领域涉及：G06F16/35；该发明授权基于层次特征图网络的文本宣传意图识别方法及系统是由马坤;刘心雨;刘筱云;纪科;陈贞翔;杨波设计研发完成，并于2023-06-26向国家知识产权局提交的专利申请。

本基于层次特征图网络的文本宣传意图识别方法及系统在说明书摘要公布了：本发明公开了一种基于层次特征图网络的文本宣传意图识别方法及系统，该方法包括：基于预处理后的待识别文本，提取文本的序列、句法和语义特征，并根据提取的特征分别构建对应的文本特征图，获取特征图向量；基于每一文本特征的特征图向量，采用残差连接的双层粗细化操作传播图内同构节点信息，更新节点的上下文特征表示，得到节点向量；基于节点向量，采用基于注意力的三通道集成操作聚合多图最相关的序列、句法和语义信息，增强图间异构节点信息，得到节点增强向量；对三张文本特征图的节点增强向量进行池化融合，得到文本向量，通过分类器进行最终的分类判定，得到待识别文本鼓动宣传意图识别精度更高的识别结果。

本发明授权基于层次特征图网络的文本宣传意图识别方法及系统在权利要求书中公布了：1.一种基于层次特征图网络的文本宣传意图识别方法，其特征是，包括： 获取待识别文本，对待识别文本进行预处理； 基于预处理后的待识别文本，提取文本的序列特征、句法特征和语义特征，并根据提取的特征分别构建对应的文本特征图，获取特征图向量； 基于每一文本特征的特征图向量，采用残差连接的双层粗细化操作传播图内同构节点信息，扩大节点信息的更新范围，更新节点的上下文特征表示，得到节点向量； 基于节点向量，采用基于注意力的三通道集成操作聚合多图最相关的序列、句法和语义信息，增强图间异构节点信息，得到节点增强向量； 基于节点增强向量，对三张文本特征图的节点增强向量进行池化融合，得到文本向量； 基于文本向量，通过分类器进行最终的分类判定，得到待识别文本的识别结果； 所述基于每一文本特征的特征图向量，采用残差连接的双层粗细化操作传播图内同构节点信息，扩大节点信息的更新范围，更新节点的上下文特征表示，得到节点向量，包括： 构建残差连接的双层粗细化架构； 针对每一文本特征图，通过图卷积聚合邻域信息，捕获文本特征图的结构特征和属性特征，获取文本图的节点表示，基于节点表示，利用所构建的残差连接的双层粗细化架构，将三张文本特征图分别采用残差连接的双层粗细化操作更新节点表示； 构建协调层，将更新后的节点表示输入到协调层的图卷积网络中进行图卷积操作，整合全局上下文信息，得到节点向量； 所述将三张文本特征图分别采用残差连接的双层粗细化操作更新节点表示，包括： 基于原始文本图，通过上层粗化操作将结构相似的节点聚合为超节点，生成上层粗化图，得到上层粗化图节点表示； 基于上层粗化图，通过下层粗化操作再次聚合超节点，生成下层粗化图，生成的下层粗化图通过细化操作恢复上层粗化图的原始拓扑结构，生成下层细化图，获得下层细化图节点表示； 上层粗化图和下层细化图的节点表示通过残差连接后，通过上层细化操作恢复文本图的原始拓扑结构，生成上层细化图，得到上层细化图节点表示； 原始文本图和上层细化图的节点表示通过残差连接后，通过图卷积恢复，得到更新后的节点表示。

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济南大学，其通讯地址为：250022 山东省济南市市中区南辛庄西路336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。