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！

龙图腾网恭喜哈尔滨工业大学申请的专利一种基于图神经网络和推理路径的文档级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：CN114818658B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202210617790.2，技术领域涉及：G06F40/211；该发明授权一种基于图神经网络和推理路径的文档级关系抽取方法是由赵铁军;陈科海;徐旺;曹海龙;朱聪慧;徐冰;杨沐昀设计研发完成，并于2022-06-01向国家知识产权局提交的专利申请。

本一种基于图神经网络和推理路径的文档级关系抽取方法在说明书摘要公布了：本发明提出一种基于图神经网络和推理路径的文档级关系抽取方法。本发明为了解决在文档级关系抽取中常用的图模型方法只能关注实体局部特征的特点，不能很好的表示两个实体之间全局特征的问题。本发明的具体的步骤为：步骤一、基于启发式的规则将一篇输入的文档转化为图结构；步骤二、利用路径搜索算法在构造图结构中提取出不同实体对之间的多条路径；步骤三、利用神经网络编码器对输入文档编码，并得到图中节点的向量表示，利用图神经网络更新图中节点的向量表示；步骤四、得到图结构中实体对之间的路径信息向量表示；步骤五、对实体对之间的关系进行判断，使用标注好的数据训练深度学习模型。本发明属于自然语言处理领域。

本发明授权一种基于图神经网络和推理路径的文档级关系抽取方法在权利要求书中公布了：1.一种基于图神经网络和推理路径的文档级关系抽取方法，其特征在于，所述方法具体包括：步骤一、基于启发式的规则将一篇输入的文档转化为图结构；步骤二、利用路径搜索算法在构造的图结构中提取出不同实体对之间的多条路径；步骤二中通过考虑图结构中两个实体节点之间的路径信息来模拟实体之间的推理路径；步骤三、利用神经网络编码器对输入文档编码，并得到图中节点的向量表示，利用图神经网络更新图中节点的向量表示；步骤四、得到图结构中实体对之间的路径信息向量表示；步骤四中，利用注意力机制综合多条不同的路径特征，来表示实体对之间在图中的全局特征；步骤五、对实体对之间的关系进行判断，使用标注好的数据训练深度学习模型；在步骤五中利用图神经网络输出的节点的局部特征和两个实体对之间路径的全局特征，共同为实体之间的关系进行分类。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。