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！

龙图腾网获悉北京工业大学申请的专利一种基于社交媒体知识图谱嵌入的疾病识别预测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：CN119993533B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202510067754.7，技术领域涉及：G16H50/70；该发明授权一种基于社交媒体知识图谱嵌入的疾病识别预测方法是由林绍福;韩宗旺设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本一种基于社交媒体知识图谱嵌入的疾病识别预测方法在说明书摘要公布了：本发明公开了一种基于社交媒体知识图谱嵌入的疾病识别预测方法，主要面向社交媒体场景下的特定疾病患者识别。为优化社交媒体用户自我报告知识图谱三元组的表示学习过程，设计基于双曲空间的知识嵌入优化算法，将ComplEx模型嵌入到双曲空间中，增强模型对具有层次结构的复杂数据的表征能力，并使用Riemannian梯度下降法对Poincaré球模型进行梯度更新，确保嵌入点始终处于有效区域中。基于此嵌入优化，在BERT+LSTM模型的基础上联合通道注意力机制和空间注意力机制将社交媒体用户自我报告文本信息与知识图谱信息进行知识融合，利用知识图谱中的外部信息增强模型的空间特征表达能力，从而提高对社交媒体中特定疾病患者用户的识别精度。

本发明授权一种基于社交媒体知识图谱嵌入的疾病识别预测方法在权利要求书中公布了：1.一种基于社交媒体知识图谱嵌入的疾病识别预测方法，其特征在于，包括以下步骤： 包括以下步骤： 步骤1：获取社交媒体用户自我报告数据，构建社交媒体疾病识别数据集，所述社交媒体疾病识别数据集包括社交媒体用户基本信息和其发布的疾病自我报告帖子，将所述社交媒体疾病识别数据集划分为训练集、测试集和验证集； 步骤2：构建社交媒体用户自我报告知识图谱，从所述社交媒体用户自我报告中抽取用户相关信息作为实体，对应的关系由各实体的离散化处理构成； 步骤3：构建知识图谱嵌入优化模型，所述知识图谱嵌入优化模型将ComplEx模型嵌入扩展到双曲空间中，对社交媒体用户自我报告知识图谱中的三元组进行表示学习，并使用Riemannian梯度下降法优化Poincaré球模型，确保嵌入点始终处于有效区域中，从而实现知识图谱的嵌入； 步骤4：构建基于社交媒体知识图谱嵌入的疾病识别预测模型，所述基于社交媒体知识图谱嵌入的疾病识别预测模型包括：社交媒体用户自我报告文本编码模块、知识嵌入模块、跨度表示模块、联合注意力知识融合模块以及识别预测模块，采用所述训练集中数据对所述基于社交媒体知识图谱嵌入的疾病识别预测模型进行训练，得到训练好的基于社交媒体知识图谱嵌入的疾病识别预测模型； 步骤5：采用步骤4训练好的基于社交媒体知识图谱嵌入的疾病识别预测模型进行疾病识别，并评估预测指标； 所述步骤4中所述社交媒体用户自我报告文本编码模块具体实现为： 首先对社交媒体用户自我报告进行文本序列化表示，得到文本序列X＝[x1,x2,……,xn]；采用预训练模型BERT-Base-Chinese作为文本编码器，对文本序列X进行编码：得到文本嵌入向量 所述步骤4中所述跨度表示模块具体实现为: 将文本嵌入向量Hx和知识图谱嵌入向量θ'分别输入至LSTM模型中，具体过程包括：通过LSTM模型的输入门、遗忘门、输出门计算每个时间步的单元状态和隐藏状态ht＝ot⊙tanhct，其中it、ft、ot分别表示输入门、遗忘门、输出门，表示当前单元的候选状态。

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北京工业大学，其通讯地址为：100000 北京市朝阳区平乐园100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。