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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于图卷积网络和对比学习的因果关系识别方法及装置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：CN115309862B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202210945377.9，技术领域涉及：G06F16/334；该发明授权基于图卷积网络和对比学习的因果关系识别方法及装置是由张俊丰;谭真设计研发完成，并于2022-08-08向国家知识产权局提交的专利申请。

本基于图卷积网络和对比学习的因果关系识别方法及装置在说明书摘要公布了：本申请涉及一种基于图卷积网络和对比学习的因果关系识别方法及装置。所述方法包括：根据图卷积网络对初始词向量的位置关系和语义关系进行融合，得到关系表征；利用BiLSTM模型对包含事件对的句子进行关系表征学习，得到隐藏关系表征；根据对比学习方法对关系表征进行增强表示将隐藏关系表征和增强后的关系表征进行融合，利用全连接层及SoftMax层对融合关系表征进行计算，得到事件对中是否存在因果关系的初始概率；根据初始概率和预先标注的事件对中真实的因果关系构建交叉熵损失函数，利用交叉熵损失函数对因果关系识别模型进行训练再对待识别的文本进行因果关系识别。采用本方法能够提高事件对因果关系准确率。

本发明授权基于图卷积网络和对比学习的因果关系识别方法及装置在权利要求书中公布了：1.一种基于图卷积网络和对比学习的因果关系识别方法，其特征在于，所述方法包括： 获取待识别的文本；所述文本中包含多个句子；所述文本中一部分句子包含多个事件对； 对所述句子进行数据预处理，得到初始词向量； 构建因果关系识别模型；所述因果关系识别模型包括图卷积网络、BiLSTM模型、全连接层及SoftMax层； 根据图卷积网络对所述初始词向量的位置关系和语义关系进行融合，得到关系表征； 利用所述BiLSTM模型对包含事件对的句子进行关系表征学习，得到隐藏关系表征； 根据对比学习方法对所述关系表征进行增强表示，得到增强后的关系表征； 将所述隐藏关系表征和增强后的关系表征进行融合，得到融合关系表征； 利用全连接层及SoftMax层对所述融合关系表征进行计算，得到事件对中是否存在因果关系的初始概率； 根据事件对中是否存在因果关系的初始概率和预先标注的事件对中真实的因果关系构建交叉熵损失函数，利用所述交叉熵损失函数和对比学习中的损失函数对预先构建的因果关系识别模型进行训练，得到训练好的因果关系识别模型； 利用所述训练好的因果关系识别模型对所述待识别的文本进行因果关系识别； 根据图卷积网络对所述初始词向量的位置关系和语义关系进行融合，得到关系表征，包括： 将位置编码加入到所述初始词向量中，得到位置编码词向量；所述位置编码词向量表示词向量之间的位置关系； 将位置编码词向量作为图节点，根据度量函数对所述位置编码词向量之间的关系进行计算，得到语义关系； 根据图卷积神经网络对所述语义关系进行融合，得到关系表征； 根据度量函数对所述位置编码词向量之间的关系进行计算，得到语义关系，包括： 根据度量函数对所述位置编码词向量之间的关系进行计算，得到语义关系为Si,j＝ReLUWiviTReLUWjvj 其中，ReLUx＝max0,x表示度量函数，vi和vj分别表示第i和j个节点的位置编码词向量表示，Wi和Wj表示可训练的参数矩阵。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。