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！

龙图腾网获悉山东师范大学申请的专利基于常识感知的知识图谱补全方法及问答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：CN116431821B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202310267749.1，技术领域涉及：G06F16/36；该发明授权基于常识感知的知识图谱补全方法及问答系统是由徐连诚;董传昊;李嘉欣;徐富永;刘培玉设计研发完成，并于2023-03-15向国家知识产权局提交的专利申请。

本基于常识感知的知识图谱补全方法及问答系统在说明书摘要公布了：本发明提出了基于常识感知的知识图谱补全方法及问答系统，属于语言处理领域。包括：将实体三元组转换为概念三元组,基于概念三元组构建常识知识库；采用对比学习的方法从常识知识库中抽取概念三元组，将抽取的概念三元组作为负三元组；比较负三元组中同一源知识的不同视角特征，获得知识的高阶表示，将知识的高阶表示作为正三元组；以正三元组和负三元组进行对比学习，得到训练好的知识图谱嵌入模型；将问题的向量表示输入训练好的知识图谱嵌入模型中，对答案进行预测，得到问题的答案。本发明从现有的常识知识库中抽取相关的知识三元组，利用外部知识对知识图谱进行补充，采用知识对比表示的方法加深模型的理解感知能力。

本发明授权基于常识感知的知识图谱补全方法及问答系统在权利要求书中公布了：1.基于常识感知的知识图谱补全方法，其特征在于，包括以下步骤： 选择候选概念，基于候选概念，通过常识转换器将实体三元组转换为概念三元组,基于概念三元组构建常识知识库； 采用对比学习的方法从常识知识库中抽取概念三元组，将抽取的概念三元组作为负三元组； 比较负三元组中同一源知识的不同视角特征，获得知识的高阶表示，将知识的高阶表示作为正三元组； 以正三元组和负三元组进行对比学习，基于负三元组对知识图谱嵌入模型进行实体和关系的嵌入，将获得知识高阶表示的正三元组输入知识图谱嵌入模型进行模型训练，得到训练好的知识图谱嵌入模型； 构造链接预测任务，对链接预测任务的问题进行向量表示； 将问题的向量表示输入训练好的知识图谱嵌入模型中，对答案进行预测，得到问题的答案； 通过常识转换器将实体三元组转换为概念三元组,基于概念三元组构建常识知识库，具体过程为： 选择候选概念； 基于候选概念，通过一个实体到概念的常识转换器，用相应的概念替换每个实体三元组中的实体； 基于实体三元组的实例级关系，将实体三元组转换为概念三元组； 基于概念三元组构建常识知识库； 属于候选概念的损坏实体从以下分布中采样： 其中，和为通过采样获取的头实体和尾实体，和为负例的权重和概率，为抽样温度。

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山东师范大学，其通讯地址为：250014 山东省济南市历下区文化东路88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。