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！

龙图腾网获悉厦门大学申请的专利一种基于图选择注意机制的高维谣言文本因果发现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：CN115828927B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202211555785.X，技术领域涉及：G06F40/30；该发明授权一种基于图选择注意机制的高维谣言文本因果发现方法是由李晓希;林达真;朱多朵;曹冬林设计研发完成，并于2022-12-06向国家知识产权局提交的专利申请。

本一种基于图选择注意机制的高维谣言文本因果发现方法在说明书摘要公布了：一种基于图选择注意机制的高维谣言文本因果发现方法，属于自然语言处理领域。针对现有的谣言检测忽略事件实体间的因果关联的问题，以谣言文本数据为研究对象，针对谣言文本的高维变量问题，采用HSICLasso特征选择方法恢复初始图骨架，优化谣言因果模型的图搜索过程，同时针对谣言因果变量间语义信息被忽略的问题，在谣言因果发现过程中引入图选择注意机制。实验证明能进一步提升高维变量场景下的谣言因果发现精度，并且在包含语义信息的谣言数据上有更加突出的表现。在谣言文本上发现的谣言因果关系可以实现通过因果知识及时判别出谣言。

本发明授权一种基于图选择注意机制的高维谣言文本因果发现方法在权利要求书中公布了：1.一种基于图选择注意机制的高维谣言文本因果发现方法，其特征在于包括以下步骤： a、处理数据，得到因果变量词的词表，对每个文本进行向量化表示； b、将文本序列中处理好的因果变量传入HSICLasso特征选择层，得到初始因果图； c、将特征选择之后初始图的节点向量集合传入图注意力层，图注意力层对初始图做表征学习得到初始图的语义表征； 所述图注意力层的输入是通过特征选择之后的初始图中的节点向量集合，输出是一个新的节点特征集；为了获得有足够表达力的输出特征，对输入特征做一个可学习的线性转换，对每个节点初始化一个权重矩阵，对每个节点使用自图选择注意机制计算注意力系数，通过maskedattention将图结构信息也放到图选择注意机制中，即对i节点来说，只计算它的邻居节点j与i的注意力系数eij，为使不同节点间的注意力系数更容易比较，对i节点选择的所有邻居节点j的注意力系数做归一化处理得到注意力权重αij；图注意力层是一个单层的前向神经网络，采用LeakyReLU作为激活函数，得到注意力权重之后，注意力权重计算得到对应特征的线性组合，用sigmoid函数计算得到最后的特征； 所述图注意力层的输入是通过特征选择之后的初始图中的节点向量集合，输出是一个新的节点特征集；图注意力层是一个单层的前向神经网络，采用LeakyReLU作为激活函数，得到注意力权重之后，注意力权重计算得到对应特征的线性组合，用sigmoid函数计算得到最后的特征； d、将谣言的因果变量和初始图的语义表征传入谣言因果生成网络，得到最终的因果图；所述谣言因果生成网络接收注意力层输出的图表示，利用图选择注意机制学习到的谣言变量节点表征，通过反向传播学习谣言变量的生成模型，使用基于分数的方法训练和优化模型结构和网络权重，利用贪婪搜索找到最优的谣言因果图。

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厦门大学，其通讯地址为：361005 福建省厦门市思明区思明南路422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。