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！

龙图腾网获悉北京信息职业技术学院申请的专利基于无监督学习知识图谱构建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：CN119474405B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202411699183.0，技术领域涉及：G06F16/36；该发明授权基于无监督学习知识图谱构建方法及系统是由李章民设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。

本基于无监督学习知识图谱构建方法及系统在说明书摘要公布了：本发明涉及知识图谱技术领域，具体为基于无监督学习知识图谱构建方法及系统，所述方法包括：获取文本数据，对收集的文本数据进行预处理，并对文本数据进行分词，得到文本数据的分词结果；基于预训练语言模型，对文本数据的分词结果进行实体识别，并对文本数据中的实体识别结果进行歧义消除；采用无监督模型抽取实体关系，生成实体和实体关系三元组；构建实体关系权重计算公式，并将实体关系权重映射为实体关系置信度，过滤置信度值低于阈值的实体关系；基于文本数据中抽取的实体和实体关系，构建文本数据的知识图谱。本发明提高了知识图谱构建的效率和质量，为智能搜索、问答、推荐等知识驱动的应用提供了重要的知识支撑。

本发明授权基于无监督学习知识图谱构建方法及系统在权利要求书中公布了：1.基于无监督学习知识图谱构建方法，其特征在于，包括： 获取文本数据，对收集的文本数据进行预处理，并对文本数据进行分词，得到文本数据的分词结果； 基于预训练语言模型，对文本数据的分词结果进行实体识别，并对文本数据中的实体识别结果进行歧义消除； 采用无监督模型抽取实体关系，生成实体和实体关系三元组； 构建实体关系权重计算公式，并将实体关系权重映射为实体关系置信度，过滤置信度值低于阈值的实体关系； 基于文本数据中抽取的实体和实体关系，构建文本数据的知识图谱； 选择RoBERTa预训练模型作为实体识别模型，并在RoBERTa预训练模型的基础上，对RoBERTa预训练模型进行调整，添加实体识别特定的网络层，包括线性层和CRF层； 将分词结果输入调整后的模型，得到每个分词的标签概率分布，使用维特比算法解码，得到最优标签序列；提取实体及类型，得到实体识别结果； 对每个实体识别结果，从RoBERTa预训练模型的知识库中检索同名候选实体，计算知识库中的实体与候选实体的相似度；选择相似度最高的候选实体作为链接对象： ； 其中，是知识库中的实体集合，将知识库中的实体链接到选定的候选实体，消除歧义； 选择OpenIE模型作为无监督实体关系抽取模型，包括； 将预处理后的文本数据和实体识别结果输入到OpenIE模型，OpenIE模型通过句法分析、实体识别、关系触发词识别、关系界定以及三元组生成的步骤抽取实体关系； 所述句法分析包括，使用依存句法分析器对输入的文本进行句法分析，识别出句子的主语、谓语和宾语成分； 所述实体识别包括，利用预先识别的实体信息，在句子中定位实体； 所述关系触发词识别包括，根据句法分析结果和预定义的规则，识别出表示实体关系的触发词； 所述关系界定包括，根据触发词和实体提及的位置，界定出实体关系的边界，提取出实体关系； 所述三元组生成包括，将实体对和关系描述组合成三元组，表示实体和实体之间存在关系； 构建实体关系权重计算公式，计算实体和实体之间的关系权重：； 其中，和表示实体；为文本数据的发布日期衰减指数；为文本数据的发布日期；为当前日期；为参数；为文本数据k的来源指数；和分别为实体和实体在文章k中的词频，为文本数据k中的实体最大词频。

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北京信息职业技术学院，其通讯地址为：100020 北京市朝阳区芳园西路5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”。