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！

龙图腾网获悉北京工业大学申请的专利基于知识图谱的智能搜索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：CN114218472B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202111540151.2，技术领域涉及：G06F16/9532；该发明授权基于知识图谱的智能搜索系统是由陈杨;肖创柏设计研发完成，并于2021-12-15向国家知识产权局提交的专利申请。

本基于知识图谱的智能搜索系统在说明书摘要公布了：本发明公开了基于知识图谱的智能搜索系统，包括数据管理模块、数据处理模块、自然语言处理服务模块、知识图谱构建模块、信息检索模块；数据管理模块、数据处理模块、自然语言处理服务模块、知识图谱构建模块、信息检索模块并列连接。基于BERT预训练模型实现了以下三个NLP服务，包括三元组抽取、命名实体识别、语义匹配。通过基于python的flask框架。研发出基于特定领域的数据构建知识图谱，提出二次训练三元组抽取模型的方法，减少人工标注训练数据的工作量，实现了针对原始的特定数据集进行尽可能少的人工标注，并训练出针对此数据集的三元组抽取模型；在一定程度上，使得搜索引擎能够理解用户的意图，使企业级搜索引擎更加智能化。

本发明授权基于知识图谱的智能搜索系统在权利要求书中公布了：1.基于知识图谱的智能搜索系统，其特征在于：包括数据管理模块、数据处理模块、自然语言处理服务模块、知识图谱构建模块、信息检索模块；数据管理模块、数据处理模块、自然语言处理服务模块、知识图谱构建模块、信息检索模块并列连接；在自然语言处理模块，基于BERT预训练模型实现以下三个NLP服务，包括三元组抽取、命名实体识别、语义匹配；通过基于python的flask框架，以web服务接口的形式对系统提供服务，并封装返回结果，在需要进行自然语言处理的部分对对应的接口进行调用，进行结果的解析和处理；在此基础上进行改进，提出语句与关系词之间的语义匹配的方式，使得企业级搜索引擎能够理解用户的自然语言搜索请求； nebula-graph数据管理负责实现图数据库nebula-graph的space创建和删除，负责管理nebula-graph的space的schema配置信息即创建、删除标签或点类型，创建、删除边类型，创建、删除tag索引，创建、删除edge索引； 三元组schema配置管理模块：三元组是subject，predicate，object亦即头实体、关系、尾实体，三元组schema是subject的类型，predicate和object的类型；此模块用于构建知识图谱；基于bert预训练语言模型，通过下游任务对模型的参数进行对应的修改，然后进行三元组抽取人物的训练，训练需要schema配置以及根据schema配置标注的训练数据；schema配置存储在待搜索数据集所对应后缀名为“_schema”的数据集，用于对schema进行管理，此模块作用为添加、修改、删除schema，根据schema对待查询collection的数据进行审核并重新标注，并将配置写入到训练数据以进行三元组抽取模型的训练； 自然语言处理服务模块：用python编写，实现三元组抽取、命名实体识别、语句与关系词之间的语义匹配、两个语句之间的语义匹配四个功能，并把它们分别封装成接口，通过flask框架提供web服务的形式供springboot项目调用； 三元组抽取：此模块实现了三元组抽取功能，首先训练三元组抽取模型，训练好的模型保存在服务器上，并编写代码，通过flask框架对外提供web服务，输入为一个短文本集合ListStringtext，输出则为输入的每个短文本对应的三元组，包括抽取的文本text，以及text对应的三元组信息即subject、subjectType、object、objectType、predicate，返回结果封装成json格式； 命名实体识别：此模块实现命名实体识别功能，首先训练命名实体识别的模型，训练好的模型在服务器上进行保存，编写代码，通过flask框架提供web服务接口，供springboot项目调用，输入为短文本集合，返回的结果为命名实体，结果封装为json格式； 语义匹配：此部分分为语句与关系词之间的语义匹配以及两个语句之间的语义匹配两个部分，分别训练模型，将训练好的模型保存在服务器上，编写代码，通过flask框架提供web服务，在自然语言搜索的过程中会进行调用。

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工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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”。