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！

龙图腾网获悉青海大学申请的专利一种唐卡文化知识图谱展示系统及其构建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：CN115687314B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202211136388.9，技术领域涉及：G06F16/215；该发明授权一种唐卡文化知识图谱展示系统及其构建方法是由李长哲;刘晓静设计研发完成，并于2022-09-19向国家知识产权局提交的专利申请。

本一种唐卡文化知识图谱展示系统及其构建方法在说明书摘要公布了：本发明公开了一种唐卡文化知识图谱展示系统及其构建方法，通过唐卡数据集的构建、唐卡文化命名实体识别、基于Bs‑Spert模型的实体及实体间关系的联合抽取及唐卡文化知识图谱展示系统搭建四个部分完成基于Web端的唐卡文化知识图谱展示系统的构建，实现了对唐卡自然语言文本的命名实体识别和关系抽取可视化查询功能，缓解当前以唐卡文化为主题的门户网站资源少，数据分散、知识浅显的窘迫困境。系统能够针对不同受众人群特点进行角色划分，并授予不同程度权限，使系统在满足不同人群的基础上增加不断改进功能。另外系统操作简单，界面简洁而丰满，适用于年龄偏大或不太擅长利用网络的用户。

本发明授权一种唐卡文化知识图谱展示系统及其构建方法在权利要求书中公布了：1.一种唐卡文化知识图谱展示系统的构建方法，其特征在于，具体包括如下步骤： S1，唐卡知识图谱数据集构建：由唐卡文化数据集搜集整理以及采用Brat工具对唐卡文化数据集进行标注两部分工作组成； S1-1，数据集获取：首先，通过与唐卡文化具有强相关性的佛经类网站针对性解析，编写对应网络爬虫，使用网络爬虫爬取数据集；然后，采用人工方式获取数据并对补充校正；手工查阅并提取唐卡文化强相关词条，通过OCR技术识别，进一步对上述爬取数据集补充矫正； S1-2，数据整理及清洗：对上述获取数据集存在数据噪声大、缺失、重复、异常点问题进行整理及清洗，对数据缺失采用全局常量Unknown进行填充；对数据异常点直接删除或赋为全局变量Unknown；对数据异常点的直接删除或者异常离群点赋为全局变量Unknown；对数据重复的剔除冗余；在数据整理及清洗时要参考来自OCR技术识别到的词条数据； S1-3，数据集标注：采用Brat标注工具来实现数据集标注，首先，对待提取唐卡文本数据生成同名后缀为ann文件，然后在annotation.conf文件中配置初始实体和实体关系以及所在文本的位置信息；并选用BIOES作为实体的标注方式；在获得上述实体及实体关系的基础上，按照训练集：测试集＝8:2的比例划分数据集；在Windows环境下采用VMware虚拟机软件安装Ubuntu系统环境，进而部署Brat标注工具； S2，唐卡文化命名实体识别：采用Bi-Lstm+CRF模型进行唐卡命名实体识别，在Bi-Lstm模型的基础上引入条件随机场，将Bi-Lstm作为特征提取器，该模型最终的输出看做条件随机场模型的输入，利用条件随机场获得标注序列间状态转移规则；最后使用随机梯度下降算法进行网络的学习； S3，基于Bs-Spert模型的实体及实体间关系的联合抽取： S3-1，Bs-Spert模型构建：该模型构成主要为Bert预训练模型模块、集束搜索模块、跨度分类模块、跨度过滤模块及关系分类模块；用Bert预训练模型作为Bs-Spert模型基础展开面向唐卡文本实体和实体间关系的联合抽取； S3-2，Bs-Spert模型训练：Bs-Spert模型在步骤2唐卡文本数据集构建的基础上进行训练，Bert预训练模型采用Bert-Base-Chinese； S3-3，唐卡文本实体和实体联合抽取任务实验：首先，测试Bs-Spert模型在不同集束宽度BeamWidth影响下的性能；然后，通过测试不同池化函数在跨度分类模块上的Precision、Recall、F1-Score值来选择池化函数；最后，在前两步结果的基础上，与信息抽取中经典模型Bert-CNN以及LSTM-RNN进行横向比较，得出Bs-Spert模型在唐卡文化数据集上的实验性能； S4，唐卡文化知识图谱展示系统的搭建：首先，将唐卡文化知识图谱的存储由唐卡文化实体导入和唐卡文化实体间关系两个步骤将唐卡文化知识保存进Neo4j图数据库中；然后，由系统需求分析、系统设计、系统测试三个步骤完成唐卡文化知识图谱web端展示系统的搭建。

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青海大学，其通讯地址为：810000 青海省西宁市城北区宁大路251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”。