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！

龙图腾网恭喜杭州电子科技大学申请的专利一种基于句法依赖和融合信息的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：CN114168754B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202111546088.3，技术领域涉及：G06F16/353；该发明授权一种基于句法依赖和融合信息的关系抽取方法是由姜明;孟佳营;张旻设计研发完成，并于2021-12-16向国家知识产权局提交的专利申请。

本一种基于句法依赖和融合信息的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句法依赖和融合信息的关系抽取方法。首先是利用BERT预训练模型构建词向量。其次是长短期记忆网络存在不考虑词汇位置信息的问题，本发明在LSTM网络之前予词向量添加位置向量。为了结合句法信息，利用Spacy工具包对于句子进行依存句法分析，然后对于分析结果进行预处理，得到句法信息。在结合句法信息时利用键值记忆网络将词向量与句法信息融合，得到包含句法信息的词向量。之后利用LSTM网络提取特征。最后利用LSTM网络进行解码，预测关系、预测实体。本发明在中文和英语数据集上进行实验，本发明能更好的解决词向量和句法信息融合的问题，并且能提取到更深层的、信息更充分的词向量，具有很好的鲁棒性。

本发明授权一种基于句法依赖和融合信息的关系抽取方法在权利要求书中公布了：1.一种基于句法依赖和融合信息的关系抽取方法，其特征在于包括以下步骤：步骤1对句子S进行分词，构建输入序列；将输入序列作为BERT预训练模型的输入，经过BERT模型预处理获得每个词的基本词向量；步骤2对数据集中的句子S利用Spacy依存句法分析工具进行处理，得到句子中词与词之间的依赖关系、边的信息，利用转换函数将依赖关系转换成关系向量；步骤3对于句子中的每个词，利用transformer模型计算位置向量的方法，计算位置向量；之后给每个词添加位置向量，进行基本词向量和位置向量信息融合，得到融合向量；步骤4将融合向量、关系向量以及边的信息输入到键值记忆神经网络网络中，生成每个词的句法信息向量，然后与步骤3中融合向量进行拼接；步骤5将拼接后的向量输入到LSTM网络中进行编码，输出编码后的特征向量；步骤6利用LSTM网络解码；在解码的过程中首先对关系类别进行预测，然后对关系类别的两个实体进行预测。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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”。