基于注意力修正的图神经网络的视觉文档信息抽取方法（要二变）

本发明涉及基于注意力修正的图神经网络的视觉文档信息抽取方法，包括先依据实体及其文本内容与文本框信息提取实体节点图像、文本、布局特征，获取文档中各实体节点相邻最近的n个实体节点索引以生成边邻接矩阵，后将实体节点特征与边邻接矩阵输入GraphSAGE图网络模型学习节点特征，此过程融合图卷积与基于结构特征的注意力修正机制，依据节点特征距离与度信息计算并修正边权重，经多层图卷积与修正操作后输出特征表示，输入全连接层完成节点分类，对文档采样获取实体节点对及边特征，融合后再输入全连接层进行边分类。该方法借助GraphSAGE模型，有效融合多模态信息，精准捕捉节点与图结构特性，动态调整节点关系与权重，显著提升实体节点分类准确率。

《基于注意力修正的图神经网络的视觉文档信息抽取方法（要二变）》是一发明专利，专利号为 202411964079X，当前法律状态为已下证，由杭州电子科技大学提出申请，发明人为姜明;龚锴睿;张旻，申请日期为2024-12-30，公开（公告）日期为2025-09-26，国际专利分类号（IPC）为 G06V 30/413 (2022.01)，高新资质：未报高企，所属技术领域包括：办公软件、计算机、文档文件图文处理、大数据。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明涉及基于注意力修正的图神经网络的视觉文档信息抽取方法，包括先依据实体及其文本内容与文本框信息提取实体节点图像、文本、布局特征，获取文档中各实体节点相邻最近的n个实体节点索引以生成边邻接矩阵，后将实体节点特征与边邻接矩阵输入GraphSAGE图网络模型学习节点特征，此过程融合图卷积与基于结构特征的注意力修正机制，依据节点特征距离与度信息计算并修正边权重，经多层图卷积与修正操作后输出特征表示，输入全连接层完成节点分类，对文档采样获取实体节点对及边特征，融合后再输入全连接层进行边分类。该方法借助GraphSAGE模型，有效融合多模态信息，精准捕捉节点与图结构特性，动态调整节点关系与权重，显著提升实体节点分类准确率。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！