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！

龙图腾网获悉南京大学申请的专利基于证据图模式检索问题相关子图的方法、设备及介质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：CN116483959B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202310327295.2，技术领域涉及：G06F16/3329；该发明授权基于证据图模式检索问题相关子图的方法、设备及介质是由瞿裕忠;李金懋;丁文韬设计研发完成，并于2023-03-30向国家知识产权局提交的专利申请。

本基于证据图模式检索问题相关子图的方法、设备及介质在说明书摘要公布了：基于证据图模式检索问题相关子图的方法、设备及介质，从图结构的知识库中检索出一个规模较小的能为自然语言问题的求解提供事实支撑的证据子图，首先通过关联资源对检索模型将自然语言问题转化为向量表示并从离线构建的关联资源对向量库中检索出与之相关性较高的候选；然后根据关联资源对候选枚举出所有可能的证据图模式；最后通过排序模型对所有证据图模式进行统一排序并使用排名靠前的多个证据图模式导出问题相关子图。本发明将对问题相关子图的检索转化为对少量证据图模式的检索，避免了直接在大规模图数据上做带剪枝的迭代式子图拓展导致的剪枝损耗，能有效提升在多跳问题上的子图检索性能。

本发明授权基于证据图模式检索问题相关子图的方法、设备及介质在权利要求书中公布了：1.基于证据图模式检索问题相关子图的方法，其特征是遍历给定知识库中RDF图上的节点及其邻接边构建关联资源对，节点对应实体，邻接边对应关系，关联资源对包括实体-关系型和关系-关系型两种，实体-关系型关联资源对用于描述实体与关系在知识库上的关联方式，语义等价于包含有一个实体常量、一个关系常量和一个实体变量的三元组模式，关系-关系型关联资源对用于描述两个关系在知识库上的关联方式，语义等价于由两个包含有一个关系常量和两个实体变量的三元组模式构成的图模式，其中的两个三元组模式通过一个公共的变量进行连接；由此离线构建一个关联资源对向量库，首先将自然语言问题转化为向量表示，并从关联资源对向量库中检索出与之相关性高于设定值的候选，然后根据关联资源对候选枚举出所有可能的证据图模式，最后通过排序模型对所有证据图模式进行排序，并使用排名靠前的多个证据图模式导出问题相关子图，作为子图检索结果； 其中，通过构建关联资源对检索、证据图模式枚举、证据图模式排序和子图导出的检索流程，从给定知识库中检索出与问题求解相关的子图，包括以下步骤： 步骤1构建一个关联资源对检索模型，以BERT作为编码器，将输入的自然语言问题编码转化为稠密向量表示，另外将关联资源对向量库中的关联资源对进行编码，使问题和关联资源对映射到同一个向量空间，进而度量问题和关联资源对的相关性，得到关联资源对候选； 步骤2运用枚举的方式对关联资源对候选进行组合，得到满足图规模阈值限制的所有合法证据图模式候选，所述证据图模式在形态上是底图为树的有向图结构，其中的边为对应知识库中具体关系的常量，节点有常量节点和变量节点两种，常量节点对应知识库中具体的实体，变量节点则指代一组抽象的中间实体，用于连接多个关联的事实，证据图模式在语义上指代一组具有某些关键连接特征的证据子图； 步骤3通过证据图模式排序模型给出所有合法证据图模式候选与问题的相关性分数，证据图模式排序模型为基于BERT的交叉编码器再加一层线性层，将问题与各合法证据图模式候选拼接出的序列作为输入，经BERT编码后通过线性层转化为一个标量值用以代表问题与证据图模式的相关性分数sq,egp； 步骤4根据相关性分数sq,egp从高到低将证据图模式在给定知识库上进行子图导出，直到达到设定的证据图模式数量阈值，从证据图模式导出证据子图的方式为：根据给定的知识库将证据图模式中的变量节点用常量实体填充，并且保证填充后得到的证据子图实际存在于给定的知识库中；最后将这些导出的子图中公共节点和边进行合并之后得到一个与问题求解相关的子图。

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南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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。