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！

龙图腾网获悉同济大学申请的专利基于深度学习与图论的水泥领域文本实体-关系联合抽取方法、装置及存储介质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：CN118427360B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202410521557.3，技术领域涉及：G06F16/36；该发明授权基于深度学习与图论的水泥领域文本实体-关系联合抽取方法、装置及存储介质是由郭玉臣;郭晓潞;林子然;蒋思齐设计研发完成，并于2024-04-28向国家知识产权局提交的专利申请。

本基于深度学习与图论的水泥领域文本实体-关系联合抽取方法、装置及存储介质在说明书摘要公布了：本发明涉及一种基于深度学习与图论的水泥领域文本实体‑关系联合抽取方法、装置及存储介质，其中方法包括：步骤S1：对输入的自然语言文本进行词嵌入处理得到词序列；步骤S2：提取每个单词的特征向量；步骤S3：分别生成其他单词作用于各单词的第一权重；步骤S4：得到其他单词作用于该单词的权重初值；步骤S5：基于由各单词对其他单词的权重初值形成初始邻接矩阵；步骤S6：计算注意力分数得到目标邻接矩阵；步骤S7：基于得到的目标邻接，得到融合有邻接节点信息的特征向量；步骤S8：得到子序列的特征；步骤S9：将两个子序列的特征输入至分析模型中得到两个子序列的关系。与现有技术相比，本发明具有准确率高等优点。

本发明授权基于深度学习与图论的水泥领域文本实体-关系联合抽取方法、装置及存储介质在权利要求书中公布了：1.一种基于深度学习与图论的水泥领域文本实体-关系联合抽取方法，其特征在于，包括： 步骤S1：对输入的自然语言文本进行词嵌入处理得到词序列； 步骤S2：提取每个单词的特征向量； 步骤S3：对于每个单词，基于其他单词与该单词的距离，分别生成其他单词作用于该单词的第一权重； 步骤S4：对于每个单词，基于其他单词的特征向量与该单词的特征向量的距离，生成其他单词作用于该单词的第二权重，并将第一权重和第二权重求和得到其他单词作用于该单词的权重初值； 步骤S5：基于由各单词对其他单词的权重初值形成初始邻接矩阵； 步骤S6：对各单词的特征向量进行增强处理，计算注意力分数并修改初始邻接矩阵得到目标邻接矩阵； 步骤S7：基于得到的目标邻接，对增强后的单词的特征向量进行加权求和，得到融合有邻接节点信息的特征向量； 步骤S8：对单词进行重组，得到多个子序列，并将子序列首尾两个单词的特征向量作为子序列的特征； 步骤S9：将两个子序列的特征输入至分析模型中得到两个子序列的关系。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。