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！

龙图腾网获悉中科蓝智(武汉)科技有限公司申请的专利基于主动半监督学习和异质图注意力网络的文本分类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：CN115599920B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202211404343.5，技术领域涉及：G06F16/35；该发明授权基于主动半监督学习和异质图注意力网络的文本分类方法是由桑艳娟;王炎;周嫣媛;冀振燕;李盛设计研发完成，并于2022-11-10向国家知识产权局提交的专利申请。

本基于主动半监督学习和异质图注意力网络的文本分类方法在说明书摘要公布了：本发明公开一种基于主动半监督学习和异质图注意力网络的文本分类方法，所述方法包括：基于有标签样本训练异质图注意力网络模型；基于训练后的异质图注意力网络模型对无标签样本进行多次推理预测；通过专家判断标记硬标签样本和软标签样本；对未被专家标记的无标签样本进行多次推理预测，并计算第二预测均值和第二预测方差；自适应的计算当前阶段模型的均值阈值和方差阈值，对未被专家标记的无标签样本打伪标签；混合所有样本，通过混合样本对训练后的异质图注意力网络模型进行进一步训练；重复以上过程直到满足设定的训练终止条件。本发明将基于信息增益的主动学习与基于伪标签的半监督学习进行有机融合，提高了训练数据的质量和模型的泛化能力。

本发明授权基于主动半监督学习和异质图注意力网络的文本分类方法在权利要求书中公布了：1.一种基于主动半监督学习和异质图注意力网络的文本分类方法，其特征在于，所述方法包括： S1、构造异质图注意力网络模型，基于有标签样本训练所述异质图注意力网络模型； S2、基于训练后的异质图注意力网络模型对无标签样本进行多次推理预测，并计算第一预测均值； S3、通过第一预测均值计算异质图注意力网络模型的所有节点的信息增益，选择一批信息增益大于预设阈值的无标签样本作为第一子样本供专家判断，其余无标签样本作为第二子样本；将第一子样本中预测正确的样本标记为硬标签样本，预测错误的样本标记为软标签样本； S4、基于训练后的异质图注意力网络模型对第二子样本中的无标签样本进行多次推理预测，并计算第二预测均值和第二预测方差； S5、根据第二预测均值和第二预测方差自适应的计算当前阶段模型的均值阈值和方差阈值； S6、基于第二预测均值、第二预测方差以及相对应的均值阈值、方差阈值对第二子样本中的无标签样本打伪标签，并选择出正负样本伪标签； S7、混合有标签样本、硬标签样本、软标签样本、正负伪标签样本得到混合样本，通过混合样本对训练后的异质图注意力网络模型进行进一步训练； S8、重复步骤S2～S7，直到满足设定的训练终止条件； 所述异质图注意力网络模型定义为G＝N,R,f,g； 其中N表示节点，R表示关系； f:N→A表示节点类型映射关系，即fn∈A表示节点n的类型属于集合A，节点类型集合A包括主题类型、实体类型和文本类型； g:R→B表示关系类型映射关系，即gr∈B表示关系r的类型属于集合B，关系类型集合B包括实体与实体之间的关系、实体与文本之间的关系和文本和主题之间的关系。

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中科蓝智(武汉)科技有限公司，其通讯地址为：430000 湖北省武汉市洪山区吴家湾邮科中路民营高科技综合楼(联合国际)1栋5层005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。