買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉國網江蘇省電力有限公司南通供電分公司申請的專利一種基于知識圖譜的電力科研知識智能查詢方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN118708711B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202410810178.6，技術領域涉及：G06F16/335；該發明授權一種基于知識圖譜的電力科研知識智能查詢方法及系統是由徐曉軼;呂曉祥;毛艷芳設計研發完成，并于2024-06-21向國家知識產權局提交的專利申請。

本一種基于知識圖譜的電力科研知識智能查詢方法及系統在說明書摘要公布了：本發明公開了一種基于知識圖譜的電力科研知識智能查詢方法及系統，該方法包括以下步驟：收集電力科研文獻信息，爬取電力科研領域關鍵詞詞典，將收集到的電力科研文獻信息與電力科研領域關鍵詞存儲在圖數據庫Neo4j中；收集關于電力文章中的關鍵詞與關鍵詞釋義的句子，并人工標注數據；將關鍵詞中的每一個字作為一個實體構建關鍵詞與字的知識圖譜，基于該圖譜得到融合鄰居信息的每個字的鄰域矩陣；構建融合知識圖譜鄰域信息的電力科研知識智能查詢模型，該模型經過訓練輸出得到句子中的電力關鍵詞識別與句子意圖解析。本發明改進了常用的字符嵌入模型，融入了字與電力關鍵詞之間的知識圖譜基于鄰居的聚合信息，可以更好的匹配電力關鍵詞。

本發明授權一種基于知識圖譜的電力科研知識智能查詢方法及系統在權利要求書中公布了：1.一種基于知識圖譜的電力科研知識智能查詢方法，其特征在于，該方法包括以下步驟： S1收集電力科研文獻信息，爬取電力科研領域關鍵詞詞典，并將收集到的電力科研文獻信息與電力科研領域關鍵詞存儲在圖數據庫Neo4j中； S2收集關于電力文章中的關鍵詞與關鍵詞釋義的句子，并進行人工標注數據； S3將步驟S2中得到的關鍵詞及相關釋義中的每一個字作為一個實體構建關鍵詞與字的知識圖譜，基于該知識圖譜得到融合鄰域信息的每個字的鄰域矩陣； 其中，構建關鍵詞與字的知識圖譜中，由于每個關鍵詞與詞中每個字均為實體，從而得到字與詞之間的相關關系，將關鍵詞中的每個字獨立出來，與所有關鍵詞組成圖型連接結構，依據此圖型連接結構得到每個字的鄰接列表，鄰接列表的長度為設定的感受野，最后，組合成字實體的鄰域矩陣，從而根據此鄰域矩陣構建字嵌入層的信息聚合向量；所述組合成字實體的鄰域矩陣，具體包括： S31將字類比成用戶，將關鍵詞類比成與用戶有積極反饋的交互用戶，從而融入用戶項目的實體鄰域信息，對一對候選用戶u和項目i，K表示知識圖譜中“實體-關系-實體”集合，即對應為“字實體-關系-詞實體”，使用Nv＝{i,v|i,r,v∈K}表示知識圖譜中直接連接到項目i的實體集，即詞實體在知識圖譜上的一階連通信息； S32通過該一階連通信息集成為字實體的鄰域信息，最終通過加權聚合得到輸入的字實體u的一階實體鄰域嵌入，具體表示為： 其中，是用戶的一階實體鄰域嵌入表示，是項目i對應ID的嵌入表示,是實體v'對應ID的嵌入表示，是項目i與實體v'對應的關系ID的嵌入表示，ri,v是項目i與知識圖譜中相鄰實體的關系，是用戶對應ID的嵌入表示，·表示相同位置元素逐個相乘，scoreu,ri,v'是用戶u對關系ri,v'的歸一化用戶關系得分，最后，輸入的每個字得到含有知識圖譜鄰域信息的關鍵字向量； S4構建融合鄰域信息的電力科研知識智能查詢模型，記為ESQM模型，該模型經過訓練輸出得到句子中的電力關鍵詞識別與對應句子的意圖解析； 所述ESQM模型包括輸入特征層和特征提取預測輸出層，所述輸入特征層為結合知識圖譜鄰域矩陣的字符嵌入模型，所述特征提取預測輸出層包括：BILSTM層，命名實體層和文本分類層；輸入的字符向量經過BILSTM層后，分別經過命名實體層與文本分類層，得到查詢句子的命名實體關鍵詞與意圖解析； S5根據得到的句子意圖解析與電力關鍵詞，基于步驟S1得到的電力科研文獻信息與電力科研領域關鍵詞使用相應的數據庫查詢語言得到圖數據庫中正確的分類，完成電力科研知識智能查詢。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人國網江蘇省電力有限公司南通供電分公司，其通訊地址為：226006 江蘇省南通市崇川區青年中路52號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。