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！

龍圖騰網獲悉西安電子科技大學申請的專利基于概念圖的知識圖譜補全方法和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：CN116992040B 。

龍圖騰網通過國家知識產權局官網在2025-09-05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：202310498632.4，技術領域涉及：G06F16/36；該發明授權基于概念圖的知識圖譜補全方法和系統是由宋勝利;郭雪萌;來成恩;胡光能設計研發完成，并于2023-05-05向國家知識產權局提交的專利申請。

本基于概念圖的知識圖譜補全方法和系統在說明書摘要公布了：本發明提供了一種基于概念圖的知識圖譜補全方法和系統，方法包括以下步驟：通過分割算法抽取半結構化數據獲取實體的上位關系，生成顯式概念知識；通過神經網絡方法抽取非結構化文本獲取概念的上下位關系，生成隱式概念知識；對概念知識從不相容概念維度和命名實體識別維度進行概念驗證，將錯誤的概念知識進行過濾，完成概念圖的構建；使用基于圖遍歷的規則挖掘方法，挖掘概念圖中豐富的上下位信息，探索更大范圍的三元組；通過基于路徑游走的知識補全方法實現對常識知識圖譜的概念補全。系統包括概念圖構建單元和圖譜補全單元。解決了新生成節點缺乏新穎性，模型的性能和應用場景受限，圖譜的準確性和質量較低的問題。

本發明授權基于概念圖的知識圖譜補全方法和系統在權利要求書中公布了：1.一種基于概念圖的知識圖譜補全方法，其特征在于，包括以下步驟： S1、通過分割算法抽取半結構化數據獲取實體的上位關系，生成顯式概念知識；通過神經網絡方法抽取非結構化文本獲取概念的上下位關系，獲得實體的概念，并挖掘語義中的隱性表示，從而生成隱式概念知識； S2、對S1所生成的概念知識從不相容概念維度和命名實體識別維度進行概念驗證，將錯誤的概念知識進行過濾提高概念圖譜的質量，完成概念圖的構建； S3、使用基于圖遍歷的規則挖掘方法，挖掘概念圖中豐富的上下位信息，獲取更多現實世界中涉及常識概念的實體及其關系，探索更大范圍的三元組； S4、通過基于路徑游走的知識補全方法實現對常識知識圖譜的概念補全； S1中所述通過神經網絡方法抽取非結構化文本獲取概念的上下位關系，獲得實體的概念，并挖掘語義中的隱性表示，從而生成隱式概念知識，包括： 構建包含所有單詞表示、開始符號表示、未知符號表示的詞典； 根據詞典將輸入單詞轉換成對應的id，然后使用預訓練單詞嵌入向量來初始化向量； 基于字符和基于單詞的表示作為輸入，使用具有最大池函數的卷積神經網絡來提取每個單詞的特征向量； 將單詞嵌入和字符嵌入進行級聯，獲得嵌入矩陣； 將嵌入矩陣送入一層雙向LSTM來獲得單詞的隱向量； 使用單詞的隱向量進行概念知識序列預測； 所述使用單詞的隱向量進行概念知識序列預測，包括： 使用一層的長短期記憶網絡對單詞的隱向量進行處理獲得解碼器特征向量s，在每一個訓練階段，長短期記憶網絡根據上一時序詞的單詞嵌入特征wt-1和上一時序的上下文特征st-1和上一時序預測的目標單詞特征yt-1來預測t時序的生成的概念知識單詞et，計算方法為： 其中，Wd為權重矩陣，bd為偏差值，st為時序t的上下文特征。

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西安電子科技大學，其通訊地址為：710071 陜西省西安市雁塔區太白南路2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”。