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！

龙图腾网获悉吉林大学申请的专利一种基于元学习的小样本知识图谱补全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：CN115438192B 。

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：202211125241.X，技术领域涉及：G06F16/36；该发明授权一种基于元学习的小样本知识图谱补全方法是由刘露;汪雨竹;彭涛;包铁;王上;张雪松设计研发完成，并于2022-09-15向国家知识产权局提交的专利申请。

本一种基于元学习的小样本知识图谱补全方法在说明书摘要公布了：本发明公开了—种基于元学习的小样本知识图谱补全方法，该基于元学习的小样本知识图谱补全方法，包含邻域关系元编码器和匹配处理器两部分组件，邻域关系元编码器将语义相似度从实体级转移到关系级，用实体间的语义相似度和邻域内的信息交互描述邻域关系对长尾关系间的作用，将获取到的关系嵌入转移至查询集中，更新关系元后，计算查询集对应的新三元组的合理性得分，解决了小样本知识图谱的补全任务，对于知识图谱中一个缺失尾实体的不完全三元组，将其中的头实体称为目标头实体，关系称为任务关系，给定任务关系对应的K个头尾实体对构成的称为参考集的集合，可以实现对缺失尾实体的预测任务。

本发明授权一种基于元学习的小样本知识图谱补全方法在权利要求书中公布了：1.一种基于元学习的小样本知识图谱补全方法，其特征在于，包括以下步骤： 1）邻域关系元编码器：利用参考实体的邻域信息可以获取关系的有效表示，对实体和关系的信息交换进行建模； 2）匹配处理器：由参考集信息实现关系元的更新，对参考实体和关系元信息进行匹配，更新关系元； 在步骤1）中，计算尾实体和头实体的一跳邻域实体之间的相似度度量： 1 其中和分别表示参考集中的头实体和尾实体邻域的原始嵌入，和是可训练参数，以参考集中头或尾实体和邻域实体之间的相似度作为邻域关系对任务关系的注意力，邻域内编号为i的邻域关系与任务关系之间的注意力系数为： 2 其中是参考头尾实体对应的邻域中邻域关系和邻域实体的集合； 将注意力系数作为邻域关系对任务关系的影响因子，得到参考集中序号m的一个参考实体对对应的关系元表示，称为邻域感知关系嵌入： 3 其中的是随机选取的某些邻域关系嵌入，该任务关系的原始嵌入和它的邻域感知关系嵌入相加输入一个全连接层，得到第个参考实体对对应的任务关系嵌入： 4 其中是由翻译距离模型中的得分函数，转化为的计算得到的，是LeakyReLU激活函数，是可学习参数，对个参考实体对的嵌入结果求平均，获得关系元。5

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吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699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”。