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！

龙图腾网获悉苏州城市学院申请的专利一种基于依存关系与多层GAT的医学实体识别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：CN120542421B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202511041724.5，技术领域涉及：G06F40/284；该发明授权一种基于依存关系与多层GAT的医学实体识别方法及系统是由杨洋;郑子轩;严文颖;赵志宏;郁俊杰;薛亮设计研发完成，并于2025-07-28向国家知识产权局提交的专利申请。

本一种基于依存关系与多层GAT的医学实体识别方法及系统在说明书摘要公布了：本发明涉及医学数据处理技术领域，尤其是指一种基于依存关系与多层GAT的医学实体识别方法及系统。该方法先处理医学文本数据，获得初始特征表示，接着将其转化为结构化依存关系图，图中节点和边分别代表词汇及句法依存关系。之后，基于所述依存关系图，图神经网络通过注意力驱动的消息传递机制迭代更新节点特征。再根据不同识别任务，对更新后的节点特征进行数据增强，融合得到增强后的节点特征。最后，针对每个任务，利用增强后的特征，通过起始与结束边界特征交互预测实体边界，得出识别结果。本发明在实体识别上准确高效，解决了传统模型的长距离依赖问题，并且在多任务场景下也有良好表现。

本发明授权一种基于依存关系与多层GAT的医学实体识别方法及系统在权利要求书中公布了：1.一种基于依存关系与多层GAT的医学实体识别方法，其特征在于，包括以下步骤： S1：对医学文本数据进行处理，得到初始特征表示； S2：将所述初始特征表示转化为结构化的依存关系图，在所述依存关系图中，每个节点表示一个词汇，节点之间的边则表示词汇之间的句法依存关系； S3：基于所述依存关系图，图神经网络通过注意力驱动的消息传递机制逐层迭代更新每个节点特征，得到迭代更新后的节点特征，包括： 所述图神经网络包括第一层图神经网络和第二层图神经网络，所述第一层图神经网络对所述依存关系图的节点进行维度扩大操作，在更高维度的空间中，学习和捕捉其潜在特征； 所述第二层图神经网络对由所述第一层图神经网络输出的节点特征的维度降至所述图神经网络的原始输入特征维度大小； 在每一层图神经网络中，通过注意力驱动的消息传递机制，聚合节点与其邻域的语义信息，根据邻域节点的特征和与自身的关系，有选择地吸收邻域的语义信息，以得到节点增强后的特征表示； 基于所述节点增强后的特征表示，借助多头注意力机制，从不同的子空间、以不同的权重对远距离节点间的关联进行计算，得到包含远程依存关系的节点特征表示； 将所述第二层图神经网络输出的节点特征表示和所述图神经网络的原始输入特征相加，并经过ReLU非线性激活函数计算，得到迭代更新后的节点特征； S4：根据不同类型的识别任务，分别对所述迭代更新后的节点特征进行数据增强，得到语义关联特征，将所述迭代更新后的节点特征和所述语义关联特征进行融合，得到增强后的节点特征； S5：针对至少一个识别任务，基于所述增强后的节点特征，通过预测实体起始边界的特征信息来辅助预测实体结束边界，实现起始与结束边界特征的交互，从而得到实体识别结果。

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苏州城市学院，其通讯地址为：215000 江苏省苏州市吴中区吴中大道1188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。