电子科技大学辛奕辰获国家专利权
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!
龙图腾网获悉电子科技大学申请的专利一种基于社区感知的解耦专家多模态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:CN120494073B 。
龙图腾网通过国家知识产权局官网在2025-09-23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:202510979376.X,技术领域涉及:G06N5/022;该发明授权一种基于社区感知的解耦专家多模态知识图谱补全方法是由辛奕辰;李时冲;程章桃;李耶;殷光强;周帆设计研发完成,并于2025-07-16向国家知识产权局提交的专利申请。
本一种基于社区感知的解耦专家多模态知识图谱补全方法在说明书摘要公布了:一种基于社区感知的解耦专家多模态知识图谱补全方法,属于人工智能与知识图谱技术领域。本发明通过模态特定专家网络处理每个模态的特定特征,通过模态共享特征专家网络提取跨模态的共享特征,通过特定‑共享特征融合机制融合模态的特定特征和共享特征,最后对缺失的三元组进行预测,对知识图谱进行补全。本发明通过设计特定网络和编码器,结合辅助任务,精准分离模态特征,减少冗余干扰,通过特定网络协同工作,充分挖掘图像信息,深入学习模态特征交互,能更精准地捕捉电力设备实体间隐式联系,提升补全准确性。充分融合多种模态数据,根据模态特点处理,确保知识一致性,在企业级知识图谱补全中可挖掘非文本数据价值,保障补全可靠性。
本发明授权一种基于社区感知的解耦专家多模态知识图谱补全方法在权利要求书中公布了:1.一种基于社区感知的解耦专家多模态知识图谱补全方法,其特征在于,包括以下步骤: 步骤1:获取多模态数据输入; 步骤2:通过模态特定专家网络处理每个模态的特定特征;通过实体社区映射器动态学习每个模态中实体与实体社区之间的映射关系,基于社区信息与实体融合得到每个模态实体的特定特征; 步骤3:通过模态共享特征专家网络提取跨模态的共享特征;将多模态特征投影到统一的表示空间中,然后建模所有模态的共享信息,聚合后得到跨模态的共享特征; 步骤4:通过特定-共享特征融合机制融合模态的特定特征和共享特征; 步骤5:基于融合后的特征预测缺失的三元组,对知识图谱进行补全; 所述步骤1中的多模态数据具体包括:结构模态:能够表示结构关系的数据,具体为树结构、知识图谱、表格形式;视觉模态:通过图像、图形方式表示的数据;文本模态:通过自然语言或文本序列所表示的语义数据; 所述模态特定专家网络具体如下: 从多模态数据中分别提取原始模态特征,构建知识图谱;在特定的单个模态下,通过实体社区映射器计算每个实体社区的表示,公式表示如下: 其中Ci,j表示实体ei被分配到社区cj的概率,且i作为实体索引,遍历知识图谱中从1到实体总数n的所有实体,j为社区索引,社区总数为k; 两个社区cj′和cj之间的隐式相关性wj′,j通过以下公式计算: 其中是多层感知器实现的变换函数,ReLU为激活函数; 然后使用卷积操作来量化强度: qj′,j=σConvwj , ,j; 其中,qj , ,j为社区cj , 与cj间隐式关联的量化强度,Conv·是一维卷积层,σ是sigmoid函数; 社区cj从其他社区聚合信息,然后使用残差操作来更新实体社区的表示,公式如下: c′j=∑j , ≠qj′,jwj′,j; 其中,c′j表示从其他社区聚合信息后的社区,表示更新后的实体社区,ψ是门控循环单元实现的残差操作; 最后,实体ei的表示通过整合来自对应社区的信息进行更新: 其中espec,i为实体ei的特定特征; 所述模态共享特征专家网络具体如下: 首先将每个模态投影到一个统一的表示空间中: 其中,fsha·是共享特征投影层,是第i个实体在第m模态下的原始特征,是投影后,第i个实体在第m模态下的共享空间特征,m为模态索引,M为模态总数; 然后聚合所有模态的共享实体特征,得到综合的模态共享特征eshare: eshare=∑m∈Mαmem; 其中,αm表示第m种模态的共享特征聚合权重,fm·和wm是变换层和可学习权重,em是共享空间特征的简化表示,⊕是逐元素乘积运算符;exp·是指数函数,tanh·是双曲正切函数; 所述特定-共享特征融合机制具体如下: eμm=∑μ∈Qβμeμ; 其中,eμm为多模态实体表示;βμ表示第μ种视图的融合权重,Q表示模态特定视图和模态共享视图的集合;eμ为模态特定专家网络或模态共享特征专家网络获得的模态特定特征espec,m或模态共享特征eshare,其中espec,m为第m个模态下的特定特征;qμ·是变换层,ωμ是可学习权重。
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电子科技大学,其通讯地址为:611731 四川省成都市高新区(西区)西源大道2006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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。