一种基于异构图注意力网络与动态归一化的语义识别系统及方法

本发明公开了一种基于异构图注意力网络与动态归一化的语义识别系统及方法，属于自然语言处理与人工智能技术领域。该系统采用双通路架构，包括通用语义通道和领域语义通道，分别通过DIFF注意力机制和ToST统计注意力机制进行语义特征提取，并采用DyT动态归一化模块提升训练稳定性。通过GeGLU门控机制实现跨通道语义特征的自适应融合，结合改进版SimCSE++对比学习损失和语义感知的局部最小化编辑策略，实现高精度的语义识别。本发明解决了现有技术中语义表达不准确、上下文适应性差等问题，显著提升了跨领域语义识别的准确性和适用性，可广泛应用于法律文书处理、金融文档分析等场景。