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！

龙图腾网获悉国网江苏省电力有限公司南通供电分公司申请的专利一种基于知识图谱的电力科研知识智能查询方法及系统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：CN118708711B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202410810178.6，技术领域涉及：G06F16/335；该发明授权一种基于知识图谱的电力科研知识智能查询方法及系统是由徐晓轶;吕晓祥;毛艳芳设计研发完成，并于2024-06-21向国家知识产权局提交的专利申请。

本一种基于知识图谱的电力科研知识智能查询方法及系统在说明书摘要公布了：本发明公开了一种基于知识图谱的电力科研知识智能查询方法及系统，该方法包括以下步骤：收集电力科研文献信息，爬取电力科研领域关键词词典，将收集到的电力科研文献信息与电力科研领域关键词存储在图数据库Neo4j中；收集关于电力文章中的关键词与关键词释义的句子，并人工标注数据；将关键词中的每一个字作为一个实体构建关键词与字的知识图谱，基于该图谱得到融合邻居信息的每个字的邻域矩阵；构建融合知识图谱邻域信息的电力科研知识智能查询模型，该模型经过训练输出得到句子中的电力关键词识别与句子意图解析。本发明改进了常用的字符嵌入模型，融入了字与电力关键词之间的知识图谱基于邻居的聚合信息，可以更好的匹配电力关键词。

本发明授权一种基于知识图谱的电力科研知识智能查询方法及系统在权利要求书中公布了：1.一种基于知识图谱的电力科研知识智能查询方法，其特征在于，该方法包括以下步骤： S1收集电力科研文献信息，爬取电力科研领域关键词词典，并将收集到的电力科研文献信息与电力科研领域关键词存储在图数据库Neo4j中； S2收集关于电力文章中的关键词与关键词释义的句子，并进行人工标注数据； S3将步骤S2中得到的关键词及相关释义中的每一个字作为一个实体构建关键词与字的知识图谱，基于该知识图谱得到融合邻域信息的每个字的邻域矩阵； 其中，构建关键词与字的知识图谱中，由于每个关键词与词中每个字均为实体，从而得到字与词之间的相关关系，将关键词中的每个字独立出来，与所有关键词组成图型连接结构，依据此图型连接结构得到每个字的邻接列表，邻接列表的长度为设定的感受野，最后，组合成字实体的邻域矩阵，从而根据此邻域矩阵构建字嵌入层的信息聚合向量；所述组合成字实体的邻域矩阵，具体包括： S31将字类比成用户，将关键词类比成与用户有积极反馈的交互用户，从而融入用户项目的实体邻域信息，对一对候选用户u和项目i，K表示知识图谱中“实体-关系-实体”集合，即对应为“字实体-关系-词实体”，使用Nv＝{i,v|i,r,v∈K}表示知识图谱中直接连接到项目i的实体集，即词实体在知识图谱上的一阶连通信息； S32通过该一阶连通信息集成为字实体的邻域信息，最终通过加权聚合得到输入的字实体u的一阶实体邻域嵌入，具体表示为： 其中，是用户的一阶实体邻域嵌入表示，是项目i对应ID的嵌入表示,是实体v'对应ID的嵌入表示，是项目i与实体v'对应的关系ID的嵌入表示，ri,v是项目i与知识图谱中相邻实体的关系，是用户对应ID的嵌入表示，·表示相同位置元素逐个相乘，scoreu,ri,v'是用户u对关系ri,v'的归一化用户关系得分，最后，输入的每个字得到含有知识图谱邻域信息的关键字向量； S4构建融合邻域信息的电力科研知识智能查询模型，记为ESQM模型，该模型经过训练输出得到句子中的电力关键词识别与对应句子的意图解析； 所述ESQM模型包括输入特征层和特征提取预测输出层，所述输入特征层为结合知识图谱邻域矩阵的字符嵌入模型，所述特征提取预测输出层包括：BILSTM层，命名实体层和文本分类层；输入的字符向量经过BILSTM层后，分别经过命名实体层与文本分类层，得到查询句子的命名实体关键词与意图解析； S5根据得到的句子意图解析与电力关键词，基于步骤S1得到的电力科研文献信息与电力科研领域关键词使用相应的数据库查询语言得到图数据库中正确的分类，完成电力科研知识智能查询。

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国网江苏省电力有限公司南通供电分公司，其通讯地址为：226006 江苏省南通市崇川区青年中路52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”。