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！

龙图腾网获悉清华大学申请的专利一种合成实体解析数据集的方法和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：CN114489666B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202111649454.8，技术领域涉及：G06F8/41；该发明授权一种合成实体解析数据集的方法和装置是由李国良;秦雪迪;冯建华设计研发完成，并于2021-12-30向国家知识产权局提交的专利申请。

本一种合成实体解析数据集的方法和装置在说明书摘要公布了：本发明公开了一种合成实体解析数据集的方法和装置，其中，该方法包括：获取实体解析数据集计算真实数据集相似度向量分布，基于实体解析数据集生成假实体，根据所假实体启动整个实体解析数据集的生成；对生成的实体解析数据集中没有标签的实体对，进行相似度向量计算，根据真实数据集相似度向量分布计算相似度向量的第一后验概率分布，以及相似度向量的第二后验概率分布，如果第一后验概率分布大于或等于第二后验概率分布，则将没有标签的实体对标注为匹配；否则，标注为不匹配。本发明可以合成与真实实体解析数据集相似度向量分布相同的假的实体解析数据集，且合成的实体解析数据集中的实体与真实实体相像。

本发明授权一种合成实体解析数据集的方法和装置在权利要求书中公布了：1.一种合成实体解析数据集的方法，其特征在于，包括以下步骤： S1,获取实体解析数据集，根据所述实体解析数据集计算真实数据集相似度向量分布；其中，所述实体解析数据集包含需要进行实体解析的两个真实数据集，以及所述两个数据集中实体是否匹配的标签；其中，所述实体解析数据集，包括不同的电商平台有不同商品的基本信息、价格记录、购买渠道，以及不同用户的购买记录、购买偏好、用户画像；不同的社交网站汇聚的不同用户的个人信息、社交轨迹、实时状态； S2,基于所述实体解析数据集生成假实体，根据所述假实体启动整个实体解析数据集的生成；所述整个实体解析数据集为假实体解析数据集； S3,对生成的实体解析数据集中没有标签的实体对，进行相似度向量计算，根据所述真实数据集相似度向量分布计算所述相似度向量的第一后验概率分布，以及所述相似度向量的第二后验概率分布，如果所述第一后验概率分布大于或等于所述第二后验概率分布，则将所述没有标签的实体对标注为匹配；否则，标注为不匹配； 其特征在于，实体解析数据集包含需要进行实体解析的两个真实数据集和，以及所述两个数据集中匹配的实体对集合和不匹配的实体对集合，所述S1,包括： S1.1，根据所述匹配的实体对集合计算匹配的相似度向量，根据所述不匹配的实体对集合计算不匹配的相似度向量； S1.2,将真实实体解析相似度向量分布建模为混合高斯分布，其中实体对匹配的概率为，匹配的相似度向量分布为混合高斯分布，不匹配的相似度向量分布为混合高斯分布,根据所述匹配的相似度向量计算所述，根据所述不匹配的相似度向量计算所述； S1.3,初始化合成实体解析数据集，包括要生成的两个数据集和，以及这个两个数据集中匹配的实体对集合和不匹配的实体对集合； 所述生成假实体包括： 为生成的实体解析数据集中的每个属性分别生成一个值，对于数值型、分类型属性，随机地从所述数值型、分类型属性的取值范围内采样一个值；对于文本型属性，从所述文本型属性的领域知识中选择一个不在真实数据中的字符串；以及， 使用GAN模型自动合成一个新的实体； 所述S2包括： S2.1,从已生成的实体解析数据集中随机采样得到实体； S2.2,以所述的概率从所述分布中采样，以1-的概率从所述分布中采样； S2.3,根据所述实体和所述相似度向量生成新的实体，使得和的相似度向量接近； S2.4,对于所述新的实体，检查是否与真实实体相像以及是否满足学习到的真实的相似度向量的分布的两个条件，如果不满足，拒绝所述新的实体，并进行重新生成，直到生成满足所述两个条件的实体； S2.5,如果是从中采样得到的，将加入到；如果是从中采样得到的，将加入到；如果是从分布中采样得到的，将实体对加入到；如果是从分布中采样得到的，将实体对加入到。

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清华大学，其通讯地址为：100084 北京市海淀区清华园；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”。