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！

龙图腾网获悉重庆大学申请的专利基于异构图神经网络的汽车配件供应链实体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：CN119808785B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411903473.2，技术领域涉及：G06F40/295；该发明授权基于异构图神经网络的汽车配件供应链实体关系抽取方法是由李孝斌;唐建国;江沛;尹超;何彦设计研发完成，并于2024-12-23向国家知识产权局提交的专利申请。

本基于异构图神经网络的汽车配件供应链实体关系抽取方法在说明书摘要公布了：本发明公开了一种基于异构图神经网络的汽车配件供应链实体关系抽取方法，该方法包括：S1：获取待处理的汽车配件供应链信息以及预定义的关系类型；S2：分别对汽车配件供应链信息和关系类型进行词信息嵌入和高维的词向量嵌入，得到单词节点和关系节点的初始表示；S3：将单词节点和关系节点的初始表示输入训练好的关系抽取模型中，输出若干个主体‑关系‑客体三元组；S4：将所有主体‑关系‑客体三元组作为汽车配件供应链信息的实体关系抽取结果。本发明首先将实体和实体之间的关系统一建模为图中的节点，然后通过多层异构图神经网络迭代融合更新节点表示并通过注意力机制将主体特征融合到节点表示当中，最后一次性抽取出主体‑关系‑客体三元组。

本发明授权基于异构图神经网络的汽车配件供应链实体关系抽取方法在权利要求书中公布了：1.基于异构图神经网络的汽车配件供应链实体关系抽取方法，其特征在于，包括： S1：获取待处理的汽车配件供应链信息，以及预定义的关系类型； S2：分别对汽车配件供应链信息和关系类型进行词信息嵌入和词向量嵌入，得到单词节点和关系节点的初始表示； S3：将单词节点和关系节点的初始表示输入训练好的关系抽取模型中，输出若干个主体-关系-客体三元组； 训练关系抽取模型时的处理步骤如下： S301：通过多层异构图神经网络对单词节点和关系节点进行迭代融合，更新单词节点的表示，将最后一层异构图神经网络输出的单词节点表示作为更新后的单词节点表示； S302：通过主体标记器标记更新后的单词节点表示中主体的起始位置和终止位置，找到若干个主体； 步骤S302中，主体标记器的处理步骤如下： S3021：通过线性映射将更新后的单词节点表示中的每个单词节点映射得到一个具有二维输出的空间K，该空间K中每个单词节点的两个维度分别表示是主题的起始位置和终止位置的概率； 公式表示为： K＝σLinearDropoutX2； 式中：X∈Rn×d表示更新后的单词节点表示；Dropout用于防止过拟合；σ表示sigmod激活函数；Liner表示线性层； S3022：判断每一个单词节点是不是主体的起始位置和终止位置：单词节点主体的起始位置和终止位置的概率大于设置的阈值，其维度就置1，反之为0，从而得到主体的起始位置索引和终止位置索引； S3023：通过主体的起始位置索引和终止位置索引找到实际的主体S； S303：随机选择一个主体，通过主体特征融合模块将当前主体的特征与更新后的单词节点表示进行融合，得到融合主体特征的单词节点表示； 步骤S303中，主体特征融合模块的处理步骤如下： S3031：基于主体的起始位置和终止位置之间的所有单词节点计算主体特征； S3032：通过门控机制将主体特征与更新后的单词节点表示中的每个单词节点融合，生成单词节点的主体特征融合表示； 公式表示为： 式中：表示第i个单词节点的主体特征融合表示；hi表示更新后的单词节点表示中的第i个单词节点；gate表示门控机制；sf表示主体特征；σ表示sigmod激活函数；Wg、bg表示门控机制的线性层参数；cue_len表示信息的有效长度； S3033：将单词节点的主体特征融合表示加入到更新后的单词节点表示中，得到融合主体特征的单词节点表示； 公式表示为： 式中：表示融合主体特征的第i个单词节点表示；表示第i个单词节点的主体特征融合表示；hi表示更新后的第i个单词节点表示； S304：通过关系-客体对标记器标记融合主体特征的单词节点表示中关系的位置以及客体的起始位置和终止位置，找到主体对应的关系-客体对； 步骤S304中，关系-客体对标记器的处理步骤如下： S3041：通过线性层将融合主体特征的单词节点表示中每个单词节点维度的从d维映射得到2×m×d维，其中m表示预定义的关系类型数量；第一个维度2的值表示每个单词节点是客体的起始位置和终止位置的概率，第二个维度m的值表示每个单词节点是关系所在位置的概率； 公式表示为： r，o＝σLinearDroputX′4； 式中：r,o表示关系-客体对中客体起始位置、终止位置索引和关系类别索引；X′∈Rn×d表示融合主体特征的单词节点表示；σ表示sigmod激活函数；Liner表示线性层； S3042：判断每个单词节点是不是客体的起始位置和终止位置，以及是不是m种关系类型中的一种：单词节点关系所在位置的概率大于设置的阈值，其维度就置1，反之为0；单词节点客体的起始位置和终止位置的概率大于设置的阈值，其维度就置1，反之为0； S3043：通过关系类别索引和客体起始位置和终止位置索引得到关系客体对R，O； S305：将主体以及对应的关系-客体对进行组合，生成一个主体-关系-客体三元组； S306：重复执行S303至S305，直至所有主体均被选择后，抽取得到所有的主体-关系-客体三元组； S307：基于抽取得到的主体-关系-客体三元组和预先标注的真实的主体-关系-客体三元组计算损失函数，并反向优化关系抽取模型的参数； S308：重复步骤S301至S307迭代训练关系抽取模型，直至模型收敛或达到预设的迭代次数； S4：将输出的所有主体-关系-客体三元组作为待处理的汽车配件供应链信息的实体关系抽取结果。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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。