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！

龙图腾网获悉上海电力大学申请的专利基于知识图谱的语义感知自动文本摘要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：CN116910234B 。

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：202310853694.2，技术领域涉及：G06F16/34；该发明授权基于知识图谱的语义感知自动文本摘要方法是由徐菲菲;曹阳泽;王纯;朱轶涛设计研发完成，并于2023-07-12向国家知识产权局提交的专利申请。

本基于知识图谱的语义感知自动文本摘要方法在说明书摘要公布了：本发明提供了一种基于知识图谱的语义感知自动文本摘要方法，具有这样的特征，包括以下步骤：步骤S1，对待识别文档进行预处理操作，得到预处理文档；步骤S2，将预处理文档输入文档表示转换器，得到文档表示向量；步骤S3，根据预处理文档和文档表示向量，通过双向长短期记忆网络得到主题上下文特征向量；步骤S4，根据RotatE方法构建得到知识图谱的特征矩阵；步骤S5，将主题上下文特征向量与特征矩阵进行连接，再经由自注意矩阵，得到最终上下文主题表示向量；步骤S6，将最终上下文主题表示向量输入TCR‑Enhanced辅助解码层，得到文本摘要。总之，本方法能够提高生成的文本摘要的质量。

本发明授权基于知识图谱的语义感知自动文本摘要方法在权利要求书中公布了：1.一种基于知识图谱的语义感知自动文本摘要方法，用于根据现有的知识图谱对待识别文档进行处理得到对应的文本摘要，其特征在于，包括以下步骤： 步骤S1，对所述待识别文档进行预处理操作，得到预处理文档； 步骤S2，将所述预处理文档输入文档表示转换器，得到文档表示向量； 步骤S3，根据所述预处理文档和所述文档表示向量，通过双向长短期记忆网络得到主题上下文特征向量， 其中，所述步骤S3包括以下子步骤： 步骤S3-1，将所述预处理文档与所述文档表示向量拼接后输入所述双向长短期记忆网络，得到所述预处理文档对应的隐藏状态； 步骤S3-2，所述双向长短期记忆网络对所述隐藏状态和所述文档表示向量依次经由反馈网络和主题矩阵处理，得到上下文语义信息；其中，所述步骤S3-2中的所述上下文语义信息的表达式为： si＝ChdΦ+ei， 式中si为所述上下文语义信息，Φ为所述主题矩阵，ei为预训练词嵌入，和均为可学习的参数，di为所述文档表示向量，hi为所述预处理文档对应的隐藏状态，f·为所述反馈网络； 步骤S3-3，所述双向长短期记忆网络对所述上下文语义信息进行处理，得到所述主题上下文特征向量； 步骤S4，根据RotatE方法构建得到所述知识图谱的特征矩阵，从所述知识图谱中提取三元组H,R,T，通过分数函数fm＝-||H⊙R-T||2计算得到所述特征矩阵，H和T分别为所述三元组中的两个不同的实体，R为实体H和实体T之间的关系； 步骤S5，将所述主题上下文特征向量与所述特征矩阵进行连接，再经由自注意矩阵，得到最终上下文主题表示向量； 步骤S6，将所述最终上下文主题表示向量输入TCR-Enhanced辅助解码层，得到所述文本摘要， 其中，所述步骤S6包括以下子步骤： 步骤S6-1，通过所述TCR-Enhanced辅助解码层对所述最终上下文主题表示向量进行增强，得到增强上下文主题表示向量； 步骤S6-2，对所述增强上下文主题表示向量进行解码，得到每个时间步的单词分布； 步骤S6-3，选取所述单词分布中最大概率对应的单词作为该时间步的输出单词，再将所有所述输出单词按时间步排序得到所述文本摘要。

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上海电力大学，其通讯地址为：201306 上海市浦东新区沪城环路1851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。