基于门控图注意力网络的论文分类模型构建方法及系统

发明专利有效专利

申请号：
CN202110080195.5
IPC分类号：G06K9/62;G06F40/30;G06N3/04;G06N3/08
申请日期：
2021-01-21
申请人：
厦门大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于门控图注意力网络的论文分类模型构建方法及系统
申请号	CN202110080195.5	申请日期	2021-01-21
法律状态	实质审查	申报国家	中国
公开/公告日	2021-05-04	公开/公告号	CN112749757A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;F;4;0;/;3;0;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	厦门大学	申请人地址	福建省厦门市思明南路422号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	厦门大学	当前权利人	厦门大学
发明人	王美红;邱淋灵;李涵;王晓黎;陈岐望
代理机构	北京高沃律师事务所	代理人	张琳丽

摘要

本发明公开了一种基于门控图注意力网络的论文分类模型构建方法及系统。该方法包括：构建基于门控图神经网络的分类模型，分类模型包括依次连接的若干层，其中，各层均包括一图神经网络结构以及一分类器，第一层中图神经网络结构和分类器直接连接，第t层中图神经网络结构和分类器之间通过门控结构连接，t为大于1的整数；确定样本数据集中各论文样本i的特征矩阵将各论文样本的特征矩阵输入分类模型，并以各论文样本的类型为标签对分类模型进行训练；训练过程中，融合了样本论文的属性，且通过门控机制，聚合远距离节点信息，在获得更多语义信息的同时，解决了梯度消失问题，提升了分类的准确度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供