基于注意力修正的图神经网络的视觉文档信息抽取方法

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。