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！

龙图腾网获悉上海理工大学申请的专利一种融合共现图和依赖关系图的双图神经网络及其构建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：CN115878800B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202211597153.X，技术领域涉及：G06F16/353；该发明授权一种融合共现图和依赖关系图的双图神经网络及其构建方法是由裴颂文;宋婷婷设计研发完成，并于2022-12-12向国家知识产权局提交的专利申请。

本一种融合共现图和依赖关系图的双图神经网络及其构建方法在说明书摘要公布了：本发明提出一种融合共现图和依赖关系图的双图神经网络及其构建方法，本发明为解决构建大型语料库图浪费内存和不易泛化到新样本的问题，提出DGNN‑B模型，以捕捉词共现图和依赖关系图特征，优化文本分类性能。基于文本构建共现图和依赖关系图，提取局部词共现信息和词间依赖信息。同时，利用双向长短时记忆网络LSTM将glove词向量表示和词性信息集成。然后，使用GCN和GGNN分别捕捉依赖关系图和共现图的特征；最后，融合双图表示，提高文本分类的性能。

本发明授权一种融合共现图和依赖关系图的双图神经网络及其构建方法在权利要求书中公布了：1.一种融合共现图和依赖关系图的双图神经网络的构建方法，构建的双图神经网络将文本转换为图结构，将文本分类任务转换为图分类任务；为单个文本构建共现图和依赖关系图；使用双向长短时记忆网络捕捉序列特征，对glove初始化词向量获得的千层特征进行补偿；其特征在于，包括以下步骤： S1：准备文本数据集； S2：对文本进行预处理，划分出训练集和测试集； S3：构建双图 S3.1:共现文本图的构建：使用滑动窗口在文本上获得单词间的共现关系，依据共现关系构建一个无向共现文本图； S3.2：依赖关系图的构建：使用StanfordNLP来提取单词之间的依赖关系和词性信息，依据依赖关系构建一个无向依赖关系图； S4：图特征提取 S4.1：利用门控图神经网络捕捉所述共现文本图的特征：针对所述共现文本图，使用所述门控图神经网络提取共现文本图的特征；捕捉得到的共现图的嵌入表示记作，dt是共现文本图嵌入表示的维度； S4.2：利用图卷积神经网络捕捉所述依赖关系图的特征：使用BiLSTM模块提取文本的语义特征，得到的单词嵌入表示作为文本图的嵌入矩阵，运行所述图卷积神经网络提取所述依赖关系图的特征；捕捉所述依赖关系图的嵌入表示记作，是依赖关系图嵌入表示的维度； S5：融合分类，将预测标签和真实标签对比，计算损失。

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上海理工大学，其通讯地址为：200093 上海市杨浦区军工路516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。