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！

龙图腾网获悉齐鲁工业大学申请的专利基于深度嵌入表示和深度图计算的知识表示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：CN114969381B 。

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：202210725208.4，技术领域涉及：G06F16/36；该发明授权基于深度嵌入表示和深度图计算的知识表示方法及系统是由赵晶;吴栋林;耿玉水;王新刚;孙涛设计研发完成，并于2022-06-24向国家知识产权局提交的专利申请。

本基于深度嵌入表示和深度图计算的知识表示方法及系统在说明书摘要公布了：本公开涉及知识图谱技术领域，提出了基于深度嵌入表示和深度图计算的知识表示方法及系统，包括如下过程：针对被处理的知识图谱，利用深度图计算链接预测算法，根据知识图谱的图结构和语义信息，预测知识图谱中可能形成链接的实体对；利用深度嵌入自适应知识嵌入方法，采用自适应度量方法和深度嵌入空间投影相结合，验证链接预测阶段得到的实体对之间的关系，形成正确的三元组，更新知识图谱。本公开充分考虑知识图谱内部信息，基于深度嵌入表示和深度图计算，应用两种改进方法的结合方式实现知识图谱的缺失补全。

本发明授权基于深度嵌入表示和深度图计算的知识表示方法及系统在权利要求书中公布了：1.基于深度嵌入表示和深度图计算的知识表示方法，其特征在于，包括如下过程： 针对被处理的知识图谱，利用深度图计算链接预测算法，根据知识图谱的图结构和语义信息，预测知识图谱中可能形成链接的实体对； 所述深度图计算链接预测算法，具体包括如下步骤： 采用实体聚类算法挖掘知识图谱中的语义信息，根据语义信息对知识图谱中的实体进行聚类，排除不可能形成链接的实体对得到聚类后的实体类； 采用RootedPageRank算法计算挖掘知识图谱中的图结构信息，根据图结构信息筛选可能形成链接的实体对； 根据实体聚类算法得到的实体类，计算任意头实体类和尾实体类之间的置信度值，如果置信度值大于设定的阈值，并且，对于采用RootedPageRank算法筛选得到的可能形成链接的实体对和，分别属于置信度大于阈值的两个实体类，则实体对和属于筛选出的实体候选对； 利用深度嵌入自适应知识嵌入方法，采用自适应度量方法和深度嵌入空间投影相结合，验证链接预测阶段得到的实体对之间的关系，形成正确的三元组，更新知识图谱； 所述自适应度量方法为在得分函数中加入自适应权重矩阵，所述自适应权重矩阵为对角权重矩阵； 自适应权重矩阵为对角权重矩阵，为每一个特征维度赋予合理的自适应权重，因此得分函数调整为：； 其中：，它是一个对角权重矩阵，第个特征维度的权重用表示，是专门针对关系的非负对称权重矩阵，通过训练优化得到，初始化时设置为单位矩阵，单位矩阵表示各个向量之间独立同分布； 深度嵌入空间投影，具体为：将三元组中的实体通过关系矩阵再投影到关系空间中，得到新的嵌入向量； 将自适应度量方法和深度嵌入空间投影相结合的方法，具体为：将自适应度量方法和空间投影模型结合，建模在一个统一的模型框架下，最终提出TransAR模型，其得分函数中加入自适应权重矩阵，并且得分函数中的实体嵌入向量为三元组的实体通过关系矩阵再投影到关系空间中，得到的新嵌入向量； 所述采用RootedPageRank算法挖掘知识图谱中的图结构信息，根据图结构信息筛选可能形成链接的实体对，具体的方法如下： 将知识图谱看作是无向图，其中实体是无向图的节点，三元组看成是无向图中从节点出发到节点的一条无向边； 根据RootedPageRank算法计算从无向图中一个节点游走至另一节点的稳定概率，当大于概率阈值，则两个节点对应的实体对为可能形成链接的实体对。

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齐鲁工业大学，其通讯地址为：250353 山东省济南市长清区大学路3501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”。