大连民族大学刘爽获国家专利权
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！
龙图腾网获悉大连民族大学申请的专利基于双流嵌入和深度神经网络的动态知识图谱补全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：CN115186102B 。
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：202210799672.8，技术领域涉及：G06N5/025；该发明授权基于双流嵌入和深度神经网络的动态知识图谱补全方法是由刘爽;秦煜峰;孟佳娜;于玉海;王巍设计研发完成，并于2022-07-08向国家知识产权局提交的专利申请。
本基于双流嵌入和深度神经网络的动态知识图谱补全方法在说明书摘要公布了：本发明涉及知识图谱补全领域，公开了基于双流嵌入和深度神经网络的动态知识图谱补全方法。技术方案：使用知识的文本描述对原有名称进行替换，接着将三元组分为头实体、关系和尾实体两个不对称的部分，使用孪生网络的结构应用两个相同的BERT预训练模型进行知识的嵌入，在引入了知识语意信息的同时节约了大量的时间成本，避免组合爆炸问题的产生；在推理阶段，使用了残差神经网络，相比于传统的CNN残差神经网络拥有更良好的性能，摆脱了随着网络层数的增加出现的模型退化的问题。本发明拥有良好的性能，兼具高效和精确两方面的特性。
本发明授权基于双流嵌入和深度神经网络的动态知识图谱补全方法在权利要求书中公布了：1.一种基于双流嵌入和深度神经网络的动态知识图谱补全方法，其特征在于，步骤如下： 步骤1：获取数据中实体和关系的文本信息； 步骤2：对数据进行负采样，获取到负样本； 步骤3：将头实体和关系进行组合，同时，将头实体和关系、尾实体构造成BERT的输入数据形式； 步骤4：将头实体和关系、尾实体的文本表示分别输入到两个BERT中，获取两部分的嵌入向量； 步骤5：对两部分嵌入向量按照原有维度进行拼接； 步骤6：使用一维卷积进行矩阵升维并投影到二维平面中，生成特征图； 步骤7：将特征图输入到若干个残差模块中进行特征提取； 步骤8：对特征矩阵使用平均池化，再将其输入到顶部是Softmax分类器的全连接层当中获取三元组得分； 步骤9：通过模型计算训练集中所有三元组得分，并利用分数进一步对模型进行训练； 步骤10：在训练集上分别验证模型链接预测效果和对未在训练集中出现过的三元组补全的结果。
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大连民族大学，其通讯地址为：116600 辽宁省大连市经济技术开发区辽河西路18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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号