买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中南大学申请的专利一种基于强化学习的学术主题发现方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116860918B 。

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310858312.5，技术领域涉及：G06F16/334；该发明授权一种基于强化学习的学术主题发现方法是由杨柳;罗帅;陈庭轩;王子冬;龙军;黄金彩设计研发完成，并于2023-07-13向国家知识产权局提交的专利申请。

本一种基于强化学习的学术主题发现方法在说明书摘要公布了：本发明公开一种基于强化学习的学术主题发现方法，步骤包括：步骤S1：构建包括实体、关系、时间的学术主题查询表示；步骤S2：建模推理路径和动作表示；步骤S3：计算查询表示与动作的相关性并筛选动作，进一步基于推理路径的状态对动作打分，结合相关性和打分计算动作被选取的概率；步骤S4：基于概率选择执行动作，更新推理路径，到达答案实体或最大步骤则停止，通过最大化累计奖励期望优化参数，得到学术主题发现模型，实现学术主题发现。优点是，本发明构建融合了实体、关系、时间的查询表示，将实体、关系、时间看作关联的整体，使查询表示具有更完备的语义；另外，本发明结合动作邻域事实构建动作表示，减少对动作认知的片面性。

本发明授权一种基于强化学习的学术主题发现方法在权利要求书中公布了：1.一种基于强化学习的学术主题发现方法，其特征在于，步骤如下： 步骤S1：构建学术主题查询表示，基于时序卷积网络模型对学术主题查询进行表示，得到学术主题查询表示，所述学术主题查询包括头实体、关系和时间； 步骤S2：构建推理路径和动作集合，建模推理路径和动作表示，其中，推理路径为智能体从学术主题查询表示出发所采取的动作序列；动作集合是知识图谱上依据当前实体按照时间由近及远采样构成的出边集合，所述动作通过候选动作邻域编码器进行表示； 步骤S3：计算每个动作被选取的概率，具体是，计算学术主题查询表示与动作表示之间的相关性，基于相关性筛选动作集合中的动作，得到精简动作集合，结合推理路径对精简动作集合进行打分，并通过权重平衡相关性和当前打分，得到最终动作得分，即每个动作被选取的概率； 步骤S4：基于每个动作被选取的概率选择执行动作，更新推理路径，直至达到最大推理步骤，基于奖励函数评估最终路径，并根据最大化累计奖励期望优化参数，得到学术主题发现模型，基于所述学术主题发现模型进行预测，实现学术主题发现； 在步骤S1中，所述头实体为期刊名，所述关系为学术主题； 在步骤S1中，对学术主题查询进行表示即为每一个学术主题查询学习一个深度特征，具体过程如下： 第一步，定义时间向量ti： ti＝coswtti+bt； 其中，wt,二者均是可学习的参数；ti表示时间；cos表示余弦激活函数； 第二步，分别构造实体嵌入和关系嵌入构造公式如下： 其中，h表示实体或者关系，第一个等式捕捉实体嵌入前γde个元素的时序特征，第二个等式捕捉静态特征； 第三步，进行一维卷积操作，表达式如下： MC＝[m1,m2,...,mC]； 其中，表示卷积通道c输出向量mc的第n个元素；c＝1,2,...,C，表示输出通道；是输出通道c的可学习参数矩阵；C表示输出通道数；K表示卷积核宽度；MC表示C个卷积通道构建的新特征； 时序卷积网络模型的最终输出特征即为学术主题查询表示，定义如下： q＝TCTEeq,rq,tq＝fMCW1+b1； 其中，二者均是可学习的参数；f·表示非线性激活函数；TCTE·表示时序卷积网络模型；q为学术主题查询eq，rq，tq的向量表示。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。