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！

龙图腾网获悉长春光华学院申请的专利一种基于图神经网络的关系抽取方法及系统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：CN120611052B 。

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：202511093745.1，技术领域涉及：G06F16/36；该发明授权一种基于图神经网络的关系抽取方法及系统是由于大海;张勇;杨雪洁;任乾华;韦勃宇设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本一种基于图神经网络的关系抽取方法及系统在说明书摘要公布了：本发明公开了一种基于图神经网络的关系抽取方法及系统，属于自然语言处理技术领域，获取目标文本，进行分词、词性标注和命名实体识别，提取实体集合；基于所述实体集合构建包含多类边类型的文本图结构；对图中节点进行特征编码，生成融合语义、词性和位置信息的初始特征向量；将图输入图神经网络模型，经过多层消息传递与聚合，获得高阶节点表示；结合结构路径与上下文信息对实体对进行建模，输入多通道分类网络预测其关系类型；最终根据预测结果输出实体关系三元组；该方法在关系抽取任务中具备更强的语义建模能力和结构表达能力，适用于知识图谱构建、信息抽取系统等场景。

本发明授权一种基于图神经网络的关系抽取方法及系统在权利要求书中公布了：1.一种基于图神经网络的关系抽取方法，其特征在于：包括： S100、获取目标文本，并对目标文本进行分词、词性标注和命名实体识别，提取实体集合；n表示实体总数； S200、基于所述实体集合构建文本图G=V,R，其中V为节点集合，包括所述实体及其上下文词语，R为边集合，包括句法依存关系边、位置关系边和共现关系边； S300、对图中每个节点v∈V构建初始特征向量，所述特征向量包括词向量、词性信息及位置信息； S400、将图G输入图神经网络模型进行多层消息传递与聚合，获得每个节点的高阶表示，其中k为图神经网络的层数； 所述S400包括： S401、将文本图G=V,R输入图神经网络模型，采用异质图卷积结构对不同类型边R分别定义消息传递函数； S402、在第k层图神经网络中，对每个节点v∈V，从其邻接节点u∈Nv接收经边类型加权后的特征信息； S403、对聚合后的邻居信息和自身上一层表示进行残差连接与非线性变换，生成当前层节点表示； S404、堆叠k层图神经网络以捕捉多阶语义依赖关系，最终获得包含全局结构语义的高阶节点表示集合； S500、对图中目标实体对的表示进行拼接或组合，输入关系分类器以预测其关系类型r∈R′，其中R′为预定义关系集合； S600、根据预测结果输出实体对之间的关系三元组。

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长春光华学院，其通讯地址为：130000 吉林省长春市经济技术开发区武汉路3555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。