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！

龙图腾网获悉哈尔滨理工大学申请的专利基于多路图采样聚合神经网络的词义消歧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：CN115392247B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202211133281.9，技术领域涉及：G06F40/289；该发明授权基于多路图采样聚合神经网络的词义消歧方法是由张春祥;杨玉建;张育隆设计研发完成，并于2022-09-17向国家知识产权局提交的专利申请。

本基于多路图采样聚合神经网络的词义消歧方法在说明书摘要公布了：本发明涉及一种基于多路图采样聚合GraphSAmpleandaggreGatE，GraphSAGE神经网络的词义消歧方法。本发明首先对包含歧义词的语句进行分词、词性标注、语义类标注和偏旁部首标注处理。以包含歧义词的句子，以及句中所包含的词形、词性、语义类和偏旁部首作为消歧特征并作为节点来构建四种词义消歧特征图，使用Word2Vec工具、Bi‑LSTM网络和Attention机制对特征进行向量化处理。用训练语料优化多路GraphSAGE神经网络。用优化后的多路GraphSAGE神经网络，对测试语料进行词义消歧，可得到歧义词汇在各个语义类别下的概率分布。把概率最大值对应的语义类作为歧义词汇的语义类。本发明具有较好的词义消歧效果，更准确地判断歧义词汇的真实含义。

本发明授权基于多路图采样聚合神经网络的词义消歧方法在权利要求书中公布了：1.基于多路图采样聚合神经网络的词义消歧方法，其特征在于，该方法主要包括以下步骤： 步骤1：对SemEval-2007:Task#5语料所包含的所有汉语句子进行分词、词性标注、语义类标注和偏旁部首标注，选取歧义词汇所在的句子，以及歧义词汇左右两个邻接词汇单元的词形、词性、语义类和偏旁部首作为消歧特征； 步骤2：使用Bi-LSTM和Attention网络将提取的句子特征进行向量化处理，使用Word2Vec工具将词形、词性、语义类和偏旁部首特征进行向量化处理，将处理好的SemEval-2007:Task#5中的训练语料作为训练数据，将处理好的SemEval-2007:Task#5中的测试语料作为测试数据； 步骤3：将提取的句子，以及歧义词左右两个邻接词汇单元的词形、词性、语义类和偏旁部首作为图的节点，分别构建句子-词形词义消歧特征图，构建句子-词性词义消歧特征图，构建句子-语义类词义消歧特征图，构建句子-偏旁部首词义消歧特征图； 步骤4：训练过程，将训练数据构建的四种词义消歧特征图输入到多路GraphSAGE神经网络并进行优化，得到优化后的多路GraphSAGE神经网络； 步骤5：测试过程为语义分类过程，将由测试数据构建的四种词义消歧特征图输入到优化后的多路GraphSAGE神经网络，计算歧义词汇在每个语义类别下的概率分布，其中，具有最大概率的语义类别即为歧义词汇的语义类别。

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哈尔滨理工大学，其通讯地址为：150080 黑龙江省哈尔滨市南岗区学府路52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”。