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！

龙图腾网获悉北京工业大学申请的专利基于层次多粒度交互图卷积网络的长文档分类方法及装置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：CN116522195B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202310316635.1，技术领域涉及：G06F18/24；该发明授权基于层次多粒度交互图卷积网络的长文档分类方法及装置是由胡永利;刘腾飞;孙艳丰;尹宝才设计研发完成，并于2023-03-24向国家知识产权局提交的专利申请。

本基于层次多粒度交互图卷积网络的长文档分类方法及装置在说明书摘要公布了：基于层次多粒度交互图卷积网络的长文档分类方法及装置，在控制模型计算复杂度的情况下，能够构建网络以刻画长文档完备的层次结构化信息，以及进行图间信息交互。方法包括：1获得长文档层次化多粒度表示；2执行多层层次叠加的段落图卷积、句子图卷积和单词图卷积，以及相应的图间交互；3为了融合不同粒度不同尺度的语义信息，使用最大池化分别聚合段落图的终层输出，以及句子图和单词图每一层的输出。

本发明授权基于层次多粒度交互图卷积网络的长文档分类方法及装置在权利要求书中公布了：1.基于层次多粒度交互图卷积网络的长文档分类方法，其特征在于：该方法包括以下步骤： 1为了获得长文档层次化多粒度表示，分割长文档为等长的段，其中表示第段的单词序列，表示添加的全局标志位，和分别代表长文档包含的段落数，以及每段包含的单词数，每段文本依次送入预训练编码器之中，以得到对应的段落和单词表示 1； 2执行多层层次叠加的段落图卷积、句子图卷积和单词图卷积，以及相应的图间交互； 3为了融合不同粒度不同尺度的语义信息，使用最大池化分别聚合段落图的终层输出，以及句子图和单词图每一层的输出； 所述步骤1中，最终的段落特征表示，以及最终的单词特征表示，其中代表对应的特征维度；为了避免数据的二次输入，直接通过最大池化聚合同一句内的单词特征以获得初始的句子表示，此过程由句子掩码指导，其是由递增的重复数字序列组成，其中同一句内的单词数字大小相同，最终的句子特征计算如下： 2 3 其中表示长文档包含的句子总数量，最终的句子特征表示为：； 所述步骤2中，段落图卷积为： 基于段落特征，使用自注意力机制构建初始的全连接段落图，并使用图卷积神经网络实现段落图的特征学习与更新： 4 5 其中表示归一化的邻接矩阵，表示对称节点度矩阵，且，表示第层的参数化矩阵； 所述步骤2中，句子图卷积为： 以特征池化-特征学习-特征交互为基本流程进行句子图学习，池化的目的在于消除冗余的句子节点，同时降低模型的计算复杂度，对段落特征执行最大池化操作，并令其输出作为投影向量，然后分别投射句子节点到方向之上，并获取得分最高的个节点所在的索引，如下所示： 6 基于上述索引，分别提取对应的句子节点，以及迁移掩码，具体流程如下所示： 7 8 其中表示句子节点和段落节点之间的对应关系，即如果句子节点于段落节点，则。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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。