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！

龙图腾网获悉成都数之联科技股份有限公司申请的专利一种多粒度历史聚合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：CN116402138B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202310276162.7，技术领域涉及：G06N5/04；该发明授权一种多粒度历史聚合的时序知识图谱推理方法及系统是由请求不公布姓名设计研发完成，并于2023-03-21向国家知识产权局提交的专利申请。

本一种多粒度历史聚合的时序知识图谱推理方法及系统在说明书摘要公布了：本发明提供一种多粒度历史聚合的时序知识图谱推理方法及系统，涉及自然语言处理领域，所述方法包括步骤为：获取待推理事件的时序知识图谱数据；截取不同长度的时序知识图谱数据，以获取训练数据；使用历史递归网络建模不同粒度的实体表征和关系表征；使用历史卷积网络再次建模不同粒度的实体表征；基于实体表征和关系表征建模结果计算事件概率，并且构造损失函数，以实现模型训练；使用训练后的模型推理缺失的事件。本发明通过融合不同长度、不同粒度的历史信息，深度建模历史的演化模式，解决了现有基于时序知识图谱推理事件未充分考虑历史事件发展的周期性和重复性，导致事件推理的准确率低，难以满足复杂的事件推理需求的问题。

本发明授权一种多粒度历史聚合的时序知识图谱推理方法及系统在权利要求书中公布了：1.一种多粒度历史聚合的时序知识图谱推理方法，其特征在于，所述方法包括以下步骤： 获取待推理事件的时序知识图谱数据； 截取不同长度的时序知识图谱数据，以获取训练数据； 基于训练数据，使用历史递归网络建模不同粒度的实体表征和关系表征，以获取实体表征矩阵集合和关系表征矩阵集合； 基于训练数据，使用历史卷积网络再次建模不同粒度的实体表征，以获取复合实体表征矩阵集合； 基于实体表征和关系表征建模结果计算事件概率，并且构造损失函数，以实现模型训练； 使用训练后的模型推理缺失的事件； 基于实体表征和关系表征建模结果计算事件概率的流程如下： 基于实体表征矩阵集合和关系表征矩阵集合，采用卷积神经网络进行特征提取，以获取第一事件特征图； 基于第一事件特征图进行向量内积计算，以获取第一事件分数； 基于复合实体表征矩阵集，采用卷积神经网络进行特征提取，以获取第二事件特征图； 基于第二事件特征图进行向量内积计算，以获取第二事件分数； 基于第一事件分数和第二事件分数，分别采用归一化指数函数构造第一事件概率向量和第二事件概率向量；并且采用加权求和构造最终事件概率向量； 构造损失函数，以实现模型训练的流程如下： 基于第一事件概率向量和第二事件概率向量，分别构造交叉熵损失函数； 循环截取不同长度的时序知识图谱数据，以更新训练数据，并且使用梯度下降法进行模型训练。

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成都数之联科技股份有限公司，其通讯地址为：610000 四川省成都市武侯区锦绣街8号2层270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”。

以上内容由龙图腾AI智能生成。