Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 电子科技大学惠孛获国家专利权

电子科技大学惠孛获国家专利权

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聚合和推理的文本关系抽取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:CN115392257B

龙图腾网通过国家知识产权局官网在2026-02-10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:202211067006.1,技术领域涉及:G06N5/025;该发明授权一种基于图聚合和推理的文本关系抽取方法是由惠孛;张栗粽;田玲;郑旭;董寅;刘耀文;宋乐璇设计研发完成,并于2022-09-01向国家知识产权局提交的专利申请。

一种基于图聚合和推理的文本关系抽取方法在说明书摘要公布了:本发明公开了一种基于图聚合和推理的文本关系抽取方法,提出了一个基于复杂语义信息的文档级图,这是一个异构的过程包含提及节点和句子节点的图形,用于集成文档的丰富语义信息获取实体表示。本发明提出了一种实体级图获取方法,以发现长距离跨句子实体对的一些关系。然后,我们使用注意机制融合实体全局表示、实体推理表示和实体初始表示信息,以提取实体对之间的关系。

本发明授权一种基于图聚合和推理的文本关系抽取方法在权利要求书中公布了:1.一种基于图聚合和推理的文本关系抽取方法,其特征在于,包括以下步骤: S1、通过编码器获取文档的实体初始表示,进而构建文档级图; S2、根据文档级图中边的类型,通过l层堆叠的关系图卷积神经网络对文档级图进行卷积,生成实体全局表示;所述步骤S2包括以下分步骤: S21、基于文档级图中句子节点与提及节点,定义文档级图中边的类型,并生成文档级图的边; S22、通过l层堆叠的关系图卷积神经网络对文档级图进行卷积,获取文档级图中边的关系,生成异构图; S23、将异构图输入logsumexp池化层,得到实体全局表示; S3、根据文档级图中实体全局表示生成实体级图,进而生成实体最终表示;根据实体最终表示获得目标关系表示和上下文关系表示;所述步骤S3包括以下分步骤: S31、根据文档级图中实体全局表示生成实体级图,通过l层堆叠的关系图卷积神经网络对实体级图进行卷积,生成实体推理表示,根据实体推理表示和实体全局表示得到实体最终表示: 式中,、和均为可训练的参数矩阵,为实体推理表示,为实体初始表示; S32、根据实体最终表示和相对距离表示,得到实体对的特定实体表示,连接实体对的特定实体表示得到目标关系表示,根据目标关系表示获得上下文关系表示;实体对的特定实体表示包括第一特定实体表示和第二特定实体表示,其表达式具体为: 式中,为文档D中实体节点的第一次提及到实体节点的第一次提及相对距离;为文档D中实体节点的第一次提及到实体节点的第一次提及相对距离; 上下文关系表示的表达式具体为: 式中,为一个可训练的参数矩阵,目标关系表示,为第个实体对的关系表示,为的,为的注意力权重,为实体对的数量; S4、根据目标关系表示和上下文关系表示,通过前馈神经网络进行预测,得到关系预测结果,完成文本关系抽取。

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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。