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！

龙图腾网获悉北京理工大学申请的专利基于图卷积网络与关系证据互指导的篇章关系抽取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：CN115358234B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202210828795.X，技术领域涉及：G06F40/295；该发明授权基于图卷积网络与关系证据互指导的篇章关系抽取方法是由张华平;杜伦;李玉岗;商建云设计研发完成，并于2022-07-14向国家知识产权局提交的专利申请。

本基于图卷积网络与关系证据互指导的篇章关系抽取方法在说明书摘要公布了：本发明公开了基于图卷积网络与关系证据互指导的篇章关系抽取方法，属于计算机自然语言处理技术领域。本发明针对文档级别的文本，构造包含实体提及和实体关系两种节点的文档图，利用图卷积神经网络学习关系表征。同时，利用关系表征指导证据集抽取网络抽取对应的证据集，最后将证据集表征融入关系表征进行关系判别。本发明通过关系抽取和证据集抽取两通道任务的联合训练。关系抽取为证据集抽取提供特定关系信息，证据集抽取为关系抽取提供依据信息，从而提高篇章关系抽取的效果。同时，在文档图中创新性的增加关系节点促进了实体之间的消息传递，有利于模型充分学习语义表征。

本发明授权基于图卷积网络与关系证据互指导的篇章关系抽取方法在权利要求书中公布了：1.基于图卷积网络与关系证据互指导的篇章关系抽取方法，其特征在于，针对文档级别的文本，构造包含实体提及和实体关系两种节点的文档图，利用图卷积神经网络学习关系表征，同时，利用关系表征指导证据集抽取网络抽取对应的证据集，最后将证据集表征融入关系表征进行关系判别； 包括以下步骤： 步骤1：将文档以一句话结束标点符号，分割成若干句； 步骤2：采用预训练语言模型BERT作为编码器，用BERT为每句话编码，得到字表征、句子表征、提及表征、实体表征和关系表征； 其中，字表征和句子表征直接通过BERT输出向量得到，分别对应每个词输出向量和[CLS]输出向量，[CLS]是BERT模型输入中句子头部特殊的标识符，表示整句话的语义； 提及表征通过对提及包含的词向量做平均池化操作得到； 实体表征融入了不同提及上下文信息、实体类别信息、提及共指信息；其中，实体类别表征通过将实体类别信息，经过实体类别映射矩阵转换为实体类别表征；提及共指表征将提及对应的实体id经过实体id映射矩阵转换为提及共指表征；实体表征通过对同一实体出现在文档中所有的提及表征做平均池化，然后拼接实体类别表征与提及共指表征得到； 关系表征通过任选文档中两个实体分别作为头实体和尾实体，然后拼接两个实体的表征向量得到； 步骤3：构建文档图； 其中，节点包括两类：提及节点和关系节点；边包括三类：同一实体内提及与提及之间的边，不同实体同一句子提及与提及之间的边，提及与关系之间的边； 步骤4：采用图卷积神经网络对文档图迭代n层，将n层隐向量拼接作为每个节点的最后表征； 步骤5：根据关系表征抽取出该关系的证据集； 步骤6：将证据集中的句子表征加权求和得到证据表征； 步骤7：将经过图卷积神经网络得到的关系表征与证据表征拼接，经过多标签分类器，得到最终实体对关系。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。