Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中国科学院空天信息创新研究院陈嘉辉获国家专利权

恭喜中国科学院空天信息创新研究院陈嘉辉获国家专利权

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!

龙图腾网恭喜中国科学院空天信息创新研究院申请的专利一种面向属性融合的知识图谱多跳推理方法及装置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:CN120012947B

龙图腾网通过国家知识产权局官网在2025-07-01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:202510489863.8,技术领域涉及:G06N5/04;该发明授权一种面向属性融合的知识图谱多跳推理方法及装置是由陈嘉辉;彭玲设计研发完成,并于2025-04-18向国家知识产权局提交的专利申请。

一种面向属性融合的知识图谱多跳推理方法及装置在说明书摘要公布了:本发明涉及一种面向属性融合的知识图谱多跳推理方法及装置,属于智能问答领域,包括:定义面向属性的知识图谱和多跳推理;知识图谱用于结构化存储和表示各种客观事实的实体以及实体的属性;多跳推理用于通过多跳逻辑推理,跨越多个实体和实体之间的关系,探索知识图谱中的语义路径,以解决问题;搭建AMR‑KG架构,用于实现实体的属性与多跳推理的有机结合,整合属性到知识图谱以及多跳推理过程中。本发明提升了多跳推理的准确性和效率,增强了模型对复杂关系的语义理解能力,提供了针对属性丰富知识图谱的新推理框架,为后续研究提供新思路。

本发明授权一种面向属性融合的知识图谱多跳推理方法及装置在权利要求书中公布了:1.一种面向属性融合的知识图谱多跳推理方法,其特征在于,包括以下步骤: 步骤1、定义面向属性的知识图谱和多跳推理;知识图谱用于结构化存储和表示各种客观事实的实体以及实体的属性;多跳推理用于通过多跳逻辑推理,跨越多个实体和实体之间的关系,探索知识图谱中的语义路径,以解决问题; 步骤2、搭建AMR-KG架构,用于实现实体的属性与多跳推理的有机结合,整合属性到知识图谱以及多跳推理过程中; AMR-KG架构包括知识图谱归纳部分、样本制作部分、问题嵌入部分、实体嵌入部分以及匹配; 问题嵌入部分包括实体属性消息传递网络和问题序列网络,实体属性消息传递网络用于融合实体相关的属性得到实体属性融合结果即实体嵌入向量,问题序列网络将实体属性融合结果即实体嵌入向量进行嵌入生成表示问题的问题嵌入向量; 实体属性消息传递网络中,问题由多个实体关联而成,所述多个实体通过融合属性进行后续学习;属性利用消息传递机制进行传递,问题嵌入的过程被分为两个步骤:消息传递和状态更新,如下式所示,一个实体的当前状态的实体嵌入向量为,更新后的状态的实体嵌入向量为,实体的属性值集合为,属性的传递的是属性状态聚合的结果: , , 其中,由可学习矩阵和激活函数组成,注意力机制传递框架用于学习不同属性的影响,具体计算如下: , , 其中,表示的是对于实体e的所有相关属性值的加权和,代表激活函数,代表可学习的参数权重矩阵,代表实体对其的属性值的注意系数计算,和均是索引值,表示遍历,·代表向量点积计算,经过迭代最终得到的实体的实体嵌入向量为; 问题序列网络将融合属性后的实体属性融合结果即实体嵌入向量进行嵌入生成表示问题的问题嵌入向量,包括: 将问题展开为三元组问题序列: , 其中,表示的问题序列的长度;利用GRU的编码来捕捉序列依赖关系,最终的长度为的问题序列的问题嵌入向量表示为: , 其中,是重置门的输出,σ为sigmoid激活函数,,,是可训练的参数,是第个实体的实体嵌入向量,是问题序列中前一个问题嵌入向量的隐状态,是隐藏层的状态,,,是可训练的参数,⊙表示逐元素乘法,是双曲正切激活函数,是更新门的输出,,,是可训练的参数。

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国科学院空天信息创新研究院,其通讯地址为:100190 北京市海淀区北四环西路19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。