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！

龙图腾网获悉浙江大学申请的专利一种基于预训练模型的知识图谱嵌入方法和装置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：CN116975307B 。

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：202310782122.X，技术领域涉及：G06F16/36；该发明授权一种基于预训练模型的知识图谱嵌入方法和装置是由张宁豫;田博中;程思源;陈华钧设计研发完成，并于2023-06-29向国家知识产权局提交的专利申请。

本一种基于预训练模型的知识图谱嵌入方法和装置在说明书摘要公布了：本发明公开了一种基于预训练模型的知识图谱嵌入方法和装置，对预训练模型进行训练得到知识图谱嵌入模型的基础上，引入一个超网络以用于基于样本数据预测参数偏移量；为知识图谱嵌入模型增加一个额外参数层组成编辑模型，该额外参数层的结构与知识图谱嵌入模型中前馈神经网络相同，参数为随机初始化参数叠加超网络预测的参数偏移量，构建损失函数优化超网络的参数，针对待编辑文本知识，利用参数优化的超网络基于待编辑文本知识预测参数偏移量，利用参数偏移量更新编辑模型，利用更新的编辑模型进行待编辑文本知识的嵌入表示。该方法和装置在不需要消耗大量计算开销重新优化模型参数的基础上，能够实现对嵌入向量的快速、有效和局部的更新。

本发明授权一种基于预训练模型的知识图谱嵌入方法和装置在权利要求书中公布了：1.一种基于预训练模型的知识图谱嵌入方法，其特征在于，包括以下步骤： 采用从文本语料库和知识图谱提取的文本知识对预训练模型进行基于掩码预测任务的训练，得到知识图谱嵌入模型，并基于知识图谱嵌入模型筛选预测出错的文本知识作为样本数据； 引入一个超网络以用于基于样本数据预测参数偏移量； 为知识图谱嵌入模型增加一个额外参数层组成编辑模型，该额外参数层的结构与知识图谱嵌入模型中前馈神经网络相同，参数为随机初始化参数叠加超网络预测的参数偏移量； 将样本数据分为需要编辑数据和不需要编辑数据，基于需要编辑数据在编辑模型的预测结果与目标实体构建交叉熵损失，基于不需要编辑数据分别在知识图谱嵌入模型和编辑模型的预测结果构建KL散度损失，并基于交叉熵损失和KL散度损失优化超网络的参数； 针对待编辑文本知识，利用参数优化的超网络基于待编辑文本知识预测参数偏移量，利用参数偏移量更新编辑模型，利用更新的编辑模型进行待编辑文本知识的嵌入表示。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。