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！

龙图腾网获悉山东财经大学申请的专利基于AI的智能知识图谱构建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：CN119129727B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202411595065.5，技术领域涉及：G06N5/022；该发明授权基于AI的智能知识图谱构建方法是由贾海彦;段培新;韩琭;梁好沂;孙卫华设计研发完成，并于2024-11-11向国家知识产权局提交的专利申请。

本基于AI的智能知识图谱构建方法在说明书摘要公布了：本发明属于知识图谱构建技术领域，尤其涉及基于AI的智能知识图谱构建方法，步骤包括获取目标主题域，按照目标主题域从数据源中对知识数据进行收集；对收集的知识数据进行数据清洗，得出清洗后的知识数据；对清洗后的知识数据进行数据抽取，得出知识抽取数据；提取知识抽取数据中的多义词，对多义词采用多重评分机制，得出多义词含义；根据知识抽取数据和多义词含义，进行知识表示与储存；对构建好的知识图谱进行完整性评估，得出整体完整性指数，整体完整性指数用于衡量知识图谱的完整度；根据整体完整性指数对构建好的知识图谱进行核查优化。本发明有效的防止了因多义词含义不确定而造成段落存在歧义的情况，增强了知识图谱的准确性。

本发明授权基于AI的智能知识图谱构建方法在权利要求书中公布了：1.基于AI的智能知识图谱构建方法，其特征在于包括以下步骤： 获取目标主题域，按照目标主题域从数据源中对知识数据进行收集； 对收集的知识数据进行数据清洗，得出清洗后的知识数据； 对清洗后的知识数据进行数据抽取，得出知识抽取数据； 提取知识抽取数据中的多义词，对多义词采用多重评分机制，通过多重评分机制对多义词进行含义确定，得出多义词含义； 所述的对收集的知识数据进行数据清洗，得出清洗后的知识数据，对清洗后的知识数据进行数据抽取，得出知识抽取数据，包括以下步骤： 通过唯一标识去除重复记录，将不同格式的数据统一成标准格式； 通过对不同数据源进行整理，合并相关数据，去除多余数据，得到清洗后的知识数据； 基于清洗后的知识数据，通过数据抽取规则进行实体抽取、关系抽取以及属性抽取，得到知识抽取数据； 所述多重评分机制包括以下步骤： 获取多义词的含义1、含义2、……、含义N； 将含义1、含义2、……、含义N逐一代入多义词所在的原段落中，得出段落1、段落2、……、段落G，G为段落编号，对原段落依次与段落1、段落2、……、段落G进行上下文一致性评分，得出上下文一致性评分序列，上下文一致性评分序列包括上下文一致性评分1、上下文一致性评分2、……、上下文一致性评分F，F为上下文一致性评分编号； 统计上下文一致性评分序列中的最高分相同的数量： 若上下文一致性评分序列中最高分相同的数量唯一，则该最高分对应的多义词含义即为多义词在其原段落中的适配含义； 若上下文一致性评分序列中最高分相同的数量不唯一，则再对上下文一致性评分最高的段落进行常见性评分，得出常见性评分序列，常见性评分包括常见性评分1、常见性评分2、……、常见性评分M，M为上下文一致性评分序列中的最高分相同的数量； 若常见性评分序列中最高分相同的数量唯一，则该最高分对应的多义词含义即为多义词在其原段落中的适配含义； 若常见性评分序列中最高分相同的数量不唯一，则再对常见性评分最高的段落进行情感一致性进行评分，得出情感一致性评分序列，情感一致性评分序列包括情感一致性评分1、情感一致性评分2、……、情感一致性评分P，P为常见性评分序列中最高分相同的数量； 若情感一致性评分序列中最高分相同的数量唯一，则该最高分对应的多义词含义即为多义词在其原段落中的适配含义，否则通知管理人员对多义词的含义进行人工适配； 根据知识抽取数据和多义词含义，进行知识表示与储存； 所述根据知识抽取数据和多义词含义，构建知识图谱，包括以下步骤： 通过字符串匹配和语义相似度计算，识别出相似实体，进行实体对齐，利用加权平均方法，进行知识抽取数据的属性值填充； 将知识抽取数据和多义词含义进行结构化，将结构化的知识抽取数据和多义词含义转化为三元组形式，得到知识图谱的节点和边； 将得到的知识图谱的节点和边存储到图数据库中，构建出知识图谱； 对构建好的知识图谱进行完整性评估，得出整体完整性指数，整体完整性指数用于衡量知识图谱的完整度； 所述对构建好的知识图谱进行完整性评估，得出整体完整性指数，包括以下步骤： 获取完整性评估指标，基于获取的完整性评估指标，对知识图谱中的节点、边和属性进行量化分析，计算各指标的实际值； 基于完整性评估指标的实际值，通过整体完整性指数计算公式，得出知识图谱的整体完整性指数； 根据整体完整性指数对构建好的知识图谱进行核查优化； 所述的整体完整性指数的获取步骤为： 完整性评估指标包括实体数量差值、关系数量差值、属性数量差值、总检索次数和对比不成功次数； 获取词语含义字典； 通过区别于数据抽取规则的深度学习模型，再次从知识抽取数据中进行实体抽取、关系抽取和属性抽取； 结合词语含义字典将新提取出的实体、关系或属性构建成对比词库； 分别统计对比词库和知识图谱中的实体数量、关系数量和属性数量，并进行相互比较，得出实体数量差值、关系数量差值和属性数量差值； 随机抽取对比词库中的一个实体、关系或属性，将其放在知识图谱中进行对比检索，统计总检索次数和对比不成功次数； 结合实体数量差值、关系数量差值、属性数量差值、总检索次数和对比不成功次数，通过整体完整性指数计算公式计算出整体完整性指数； 所述的整体完整性指数计算公式为： ； ； 式中，β为整体完整性指数，为实体数量差值，为关系数量差值，为属性数量差值，Y为总检索次数，X为对比不成功次数，e为自然常数，α1为实体数量差值对于整体完整性指数的权重，α2为关系数量差值对于整体完整性指数的权重，α3为属性数量差值对于整体完整性指数的权重，α4为对比不成功次数与总检索次数的比值对于整体完整性指数的权重，f为中转函数； 所述根据整体完整性指数对构建好的知识图谱进行核查优化，包括以下步骤： 基于得到的知识图谱的整体完整性指数，将知识图谱的整体完整性指数与完整度最低期望阈值进行比对； 若知识图谱的整体完整性指数不小于完整度最低期望阈值，则判定该知识图谱的完整度已经达到了预期的水平； 若知识图谱的整体完整性指数小于完整度最低期望阈值，则判定该知识图谱的完整度未达到预期的水平，输出该知识图谱不符合完整性标准，通知管理员对该知识图谱进行核查优化。

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山东财经大学，其通讯地址为：250014 山东省济南市历下区二环东路7366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”。