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！

龙图腾网获悉山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)申请的专利基于时间权重的时序知识图谱推理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：CN116739092B 。

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：202310725830.X，技术领域涉及：G06N5/04；该发明授权基于时间权重的时序知识图谱推理方法及系统是由高永超;韩振鹏;钱恒设计研发完成，并于2023-06-19向国家知识产权局提交的专利申请。

本基于时间权重的时序知识图谱推理方法及系统在说明书摘要公布了：本发明公开了基于时间权重的时序知识图谱推理方法及系统，属于知识图谱推理技术领域。本发明将时序知识图谱中的每个时间戳进行注意力加权处理，使得模型以不同的关注度聚合每个时间戳，考虑时间戳对四元组事实的影响，使用多关系图聚合器聚合邻域信息和事实信息，以便更好的推理时序知识图谱中的数据，从而提高模型的推理效率以及准确率。解决了现有技术中存在“忽略事实的动态性及时间依赖性，不能学习实体及其关系的潜在语义，导致知识图谱推理不准确”的问题。

本发明授权基于时间权重的时序知识图谱推理方法及系统在权利要求书中公布了：1.基于时间权重的时序知识图谱推理方法，其特征在于，包括： 获取待推理的时序知识图谱，根据所述时序知识图谱中事实的时间标注，获取历史时间戳对应的事实序列；根据事实序列，构建实体嵌入向量和关系嵌入向量； 将历史时间戳对应的事实序列输入时间戳注意力机制编码器进行处理，根据历史时间戳对应的事实序列，获取历史时间戳的注意力权重向量矩阵； 所述注意力权重向量矩阵表示为： 其中，为历史时间戳所有的事实信息，表示维度，、、为矩阵； 将实体嵌入向量和关系嵌入向量输入多关系图聚合器，获取实体邻域信息和事实聚合信息； 所述多关系图聚合器表示为： 其中，为多关系图聚合器输出的聚合以后的实体邻域信息表示，l为聚合器的层数，为归一化因子，为在时间戳t-1处与头实体s和关系r相关联的邻域信息，为关系r在聚合器第l层的权重矩阵，表示尾实体o在聚合器第l层的权重矩阵，表示在聚合器第l层的尾实体的静态嵌入向量的隐藏表示，表示在聚合器第l层的头实体的静态嵌入向量的隐藏表示； 基于实体邻域信息、事实聚合信息、历史时间戳的注意力权重向量矩阵和历史时间戳对应的事实序列，通过循环神经网络，确定事实序列在当前时间戳前一时刻的全局表示和局部表示； 当前时间戳前一时刻的所有事实的全局表示为： 其中，为时间戳t-1处所有事实的聚合，为在时间戳t-1处所有四元组事实的集合，为历史时间戳的注意力向量权重矩阵，为直到时间戳t-2处图中所有的信息； 当前时间戳前一时刻的头实体和关系的局部表示为： 其中，为实体邻域信息的聚合，为时间戳t-1处与头实体相联系的事实的聚合，为历史时间戳的注意力向量权重矩阵，为在时间戳t-2处头实体s、关系r的局部表示； 当前时间戳前一时刻的头实体和关系的局部表示为： 其中，为实体邻域信息的聚合，为时间戳t-1处与头实体相联系的事实的聚合，为历史时间戳的注意力向量权重矩阵，为时间戳t-2处头实体s的局部表示； 将全局表示和局部表示输入事实解码器，对时序知识图谱进行推理，预测当前时间戳的实体或关系。

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省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)，其通讯地址为：250000 山东省济南市历下区科院路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”。