買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉內(nèi)蒙古農(nóng)業(yè)大學(xué)申請(qǐng)的專利一種基于異構(gòu)圖神經(jīng)網(wǎng)絡(luò)的紀(jì)檢線索多標(biāo)簽分類方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114722192B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-29發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202210242287.3，技術(shù)領(lǐng)域涉及：G06F16/35；該發(fā)明授權(quán)一種基于異構(gòu)圖神經(jīng)網(wǎng)絡(luò)的紀(jì)檢線索多標(biāo)簽分類方法是由陳俊杰;高靜;左東石;樊昊設(shè)計(jì)研發(fā)完成，并于2022-03-11向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于異構(gòu)圖神經(jīng)網(wǎng)絡(luò)的紀(jì)檢線索多標(biāo)簽分類方法在說明書摘要公布了：本申請(qǐng)公開了一種基于異構(gòu)圖神經(jīng)網(wǎng)絡(luò)的紀(jì)檢線索多標(biāo)簽分類方法，構(gòu)建并利用基于文本異構(gòu)圖的文本多標(biāo)簽分類模型進(jìn)行分類，提高分類效率。對(duì)文本進(jìn)行預(yù)處理，并構(gòu)建異構(gòu)圖結(jié)構(gòu)。將異構(gòu)圖結(jié)構(gòu)中的不同類型的節(jié)點(diǎn)的向量表示初始化，將得到的節(jié)點(diǎn)向量表示和異構(gòu)圖結(jié)構(gòu)輸入異構(gòu)圖神經(jīng)網(wǎng)絡(luò)，并將得到的句子節(jié)點(diǎn)向量表示輸入BILSTM神經(jīng)網(wǎng)絡(luò)，獲得的內(nèi)容向量表示和句子節(jié)點(diǎn)向量表示通過注意力機(jī)制后輸入全連接網(wǎng)絡(luò)，輸出標(biāo)簽分類結(jié)果，從而實(shí)現(xiàn)針對(duì)不同邊信息和節(jié)點(diǎn)類型信息進(jìn)行節(jié)點(diǎn)更新。解決了現(xiàn)有的紀(jì)檢線索多標(biāo)簽分類方法存在的分類效率較低，限制了文本的表示能力以及不能根據(jù)不同邊信息和節(jié)點(diǎn)類型信息進(jìn)行節(jié)點(diǎn)更新的技術(shù)問題。

本發(fā)明授權(quán)一種基于異構(gòu)圖神經(jīng)網(wǎng)絡(luò)的紀(jì)檢線索多標(biāo)簽分類方法在權(quán)利要求書中公布了：1.一種基于異構(gòu)圖神經(jīng)網(wǎng)絡(luò)的紀(jì)檢線索多標(biāo)簽分類方法，其特征在于，包括： 構(gòu)建基于文本異構(gòu)圖的文本多標(biāo)簽分類模型，所述基于文本異構(gòu)圖的文本多標(biāo)簽分類模型包括異構(gòu)圖神經(jīng)網(wǎng)絡(luò)、BILSTM神經(jīng)網(wǎng)絡(luò)、基于注意力機(jī)制的文本表示模塊和全連接網(wǎng)絡(luò)； 對(duì)文本進(jìn)行預(yù)處理，構(gòu)建所述文本的異構(gòu)圖結(jié)構(gòu)，獲得所述異構(gòu)圖結(jié)構(gòu)的節(jié)點(diǎn)、邊及邊的權(quán)重，按照所述節(jié)點(diǎn)和所述邊的關(guān)系建立鄰接矩陣；所述對(duì)文本進(jìn)行預(yù)處理，包括：對(duì)所述文本進(jìn)行分詞、分句、去除停用詞，對(duì)所述文本進(jìn)行句法分析，并計(jì)算所述文本中詞語的語義相似度，獲得所述文本的單詞集合和句子集合；所述節(jié)點(diǎn)包括由所述句子集合內(nèi)的所述句子轉(zhuǎn)換成的句子節(jié)點(diǎn)和由所述單詞集內(nèi)的所述詞語轉(zhuǎn)換成的詞語節(jié)點(diǎn)； 將所述異構(gòu)圖結(jié)構(gòu)中的不同類型的所述節(jié)點(diǎn)的向量表示初始化，得到初始向量表示；所述將所述節(jié)點(diǎn)向量表示和所述異構(gòu)圖結(jié)構(gòu)輸入所述異構(gòu)圖神經(jīng)網(wǎng)絡(luò)，得到句子節(jié)點(diǎn)向量表示，包括：將所述初始向量表示和所述異構(gòu)圖結(jié)構(gòu)輸入所述異構(gòu)圖神經(jīng)網(wǎng)絡(luò)，經(jīng)過了同類型邊相鄰節(jié)點(diǎn)更新和不同類型邊的信息融合兩個(gè)階段的更新方式更新后獲得所述句子節(jié)點(diǎn)向量表示； 將所述節(jié)點(diǎn)向量表示和所述異構(gòu)圖結(jié)構(gòu)輸入所述異構(gòu)圖神經(jīng)網(wǎng)絡(luò)，得到句子節(jié)點(diǎn)向量表示； 將所述句子節(jié)點(diǎn)向量表示按句子的順序輸入所述BILSTM神經(jīng)網(wǎng)絡(luò)，得到所述文本的內(nèi)容向量表示； 通過所述內(nèi)容向量表示和所述句子節(jié)點(diǎn)向量表示的基于注意力機(jī)制的文本表示模塊，獲得句子在文本表示中的權(quán)重，并獲得文本向量表示； 將所述文本向量表示輸入所述全連接網(wǎng)絡(luò)，輸出標(biāo)簽分類結(jié)果； 所述將所述異構(gòu)圖結(jié)構(gòu)中的不同類型的所述節(jié)點(diǎn)的向量表示初始化，得到初始向量表示，包括： 對(duì)所述單詞集中的所述詞語采用嵌入式的Emedding獲得詞語向量表示，將所述詞語向量表示分別輸入BILSTM模型和不同卷積核的CNN模型，并將兩個(gè)模型的輸出結(jié)果進(jìn)行拼接獲得所述句子的所述初始向量表示； 所述通過所述內(nèi)容向量表示和所述句子節(jié)點(diǎn)向量表示的基于注意力機(jī)制的文本表示模塊，獲得句子在文本表示中的權(quán)重，并獲得文本向量表示，包括：以所述內(nèi)容向量為查詢向量，所述句子節(jié)點(diǎn)向量表示為key和value的注意力，得到基于所述注意力機(jī)制的所述文本向量表示。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人內(nèi)蒙古農(nóng)業(yè)大學(xué)，其通訊地址為：010018 內(nèi)蒙古自治區(qū)呼和浩特市賽罕區(qū)鄂爾多斯東街內(nèi)蒙古農(nóng)業(yè)大學(xué)新校區(qū)計(jì)算機(jī)學(xué)院；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。