買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉北京信息職業(yè)技術(shù)學(xué)院申請的專利基于無監(jiān)督學(xué)習(xí)知識圖譜構(gòu)建方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119474405B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202411699183.0，技術(shù)領(lǐng)域涉及：G06F16/36；該發(fā)明授權(quán)基于無監(jiān)督學(xué)習(xí)知識圖譜構(gòu)建方法及系統(tǒng)是由李章民設(shè)計研發(fā)完成，并于2024-11-26向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于無監(jiān)督學(xué)習(xí)知識圖譜構(gòu)建方法及系統(tǒng)在說明書摘要公布了：本發(fā)明涉及知識圖譜技術(shù)領(lǐng)域，具體為基于無監(jiān)督學(xué)習(xí)知識圖譜構(gòu)建方法及系統(tǒng)，所述方法包括：獲取文本數(shù)據(jù)，對收集的文本數(shù)據(jù)進(jìn)行預(yù)處理，并對文本數(shù)據(jù)進(jìn)行分詞，得到文本數(shù)據(jù)的分詞結(jié)果；基于預(yù)訓(xùn)練語言模型，對文本數(shù)據(jù)的分詞結(jié)果進(jìn)行實體識別，并對文本數(shù)據(jù)中的實體識別結(jié)果進(jìn)行歧義消除；采用無監(jiān)督模型抽取實體關(guān)系，生成實體和實體關(guān)系三元組；構(gòu)建實體關(guān)系權(quán)重計算公式，并將實體關(guān)系權(quán)重映射為實體關(guān)系置信度，過濾置信度值低于閾值的實體關(guān)系；基于文本數(shù)據(jù)中抽取的實體和實體關(guān)系，構(gòu)建文本數(shù)據(jù)的知識圖譜。本發(fā)明提高了知識圖譜構(gòu)建的效率和質(zhì)量，為智能搜索、問答、推薦等知識驅(qū)動的應(yīng)用提供了重要的知識支撐。

本發(fā)明授權(quán)基于無監(jiān)督學(xué)習(xí)知識圖譜構(gòu)建方法及系統(tǒng)在權(quán)利要求書中公布了：1.基于無監(jiān)督學(xué)習(xí)知識圖譜構(gòu)建方法，其特征在于，包括： 獲取文本數(shù)據(jù)，對收集的文本數(shù)據(jù)進(jìn)行預(yù)處理，并對文本數(shù)據(jù)進(jìn)行分詞，得到文本數(shù)據(jù)的分詞結(jié)果； 基于預(yù)訓(xùn)練語言模型，對文本數(shù)據(jù)的分詞結(jié)果進(jìn)行實體識別，并對文本數(shù)據(jù)中的實體識別結(jié)果進(jìn)行歧義消除； 采用無監(jiān)督模型抽取實體關(guān)系，生成實體和實體關(guān)系三元組； 構(gòu)建實體關(guān)系權(quán)重計算公式，并將實體關(guān)系權(quán)重映射為實體關(guān)系置信度，過濾置信度值低于閾值的實體關(guān)系； 基于文本數(shù)據(jù)中抽取的實體和實體關(guān)系，構(gòu)建文本數(shù)據(jù)的知識圖譜； 選擇RoBERTa預(yù)訓(xùn)練模型作為實體識別模型，并在RoBERTa預(yù)訓(xùn)練模型的基礎(chǔ)上，對RoBERTa預(yù)訓(xùn)練模型進(jìn)行調(diào)整，添加實體識別特定的網(wǎng)絡(luò)層，包括線性層和CRF層； 將分詞結(jié)果輸入調(diào)整后的模型，得到每個分詞的標(biāo)簽概率分布，使用維特比算法解碼，得到最優(yōu)標(biāo)簽序列；提取實體及類型，得到實體識別結(jié)果； 對每個實體識別結(jié)果，從RoBERTa預(yù)訓(xùn)練模型的知識庫中檢索同名候選實體，計算知識庫中的實體與候選實體的相似度；選擇相似度最高的候選實體作為鏈接對象： ； 其中，是知識庫中的實體集合，將知識庫中的實體鏈接到選定的候選實體，消除歧義； 選擇OpenIE模型作為無監(jiān)督實體關(guān)系抽取模型，包括； 將預(yù)處理后的文本數(shù)據(jù)和實體識別結(jié)果輸入到OpenIE模型，OpenIE模型通過句法分析、實體識別、關(guān)系觸發(fā)詞識別、關(guān)系界定以及三元組生成的步驟抽取實體關(guān)系； 所述句法分析包括，使用依存句法分析器對輸入的文本進(jìn)行句法分析，識別出句子的主語、謂語和賓語成分； 所述實體識別包括，利用預(yù)先識別的實體信息，在句子中定位實體； 所述關(guān)系觸發(fā)詞識別包括，根據(jù)句法分析結(jié)果和預(yù)定義的規(guī)則，識別出表示實體關(guān)系的觸發(fā)詞； 所述關(guān)系界定包括，根據(jù)觸發(fā)詞和實體提及的位置，界定出實體關(guān)系的邊界，提取出實體關(guān)系； 所述三元組生成包括，將實體對和關(guān)系描述組合成三元組，表示實體和實體之間存在關(guān)系； 構(gòu)建實體關(guān)系權(quán)重計算公式，計算實體和實體之間的關(guān)系權(quán)重：； 其中，和表示實體；為文本數(shù)據(jù)的發(fā)布日期衰減指數(shù)；為文本數(shù)據(jù)的發(fā)布日期；為當(dāng)前日期；為參數(shù)；為文本數(shù)據(jù)k的來源指數(shù)；和分別為實體和實體在文章k中的詞頻，為文本數(shù)據(jù)k中的實體最大詞頻。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人北京信息職業(yè)技術(shù)學(xué)院，其通訊地址為：100020 北京市朝陽區(qū)芳園西路5號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。