中国电子科技集团公司第十研究所雋兆波获国家专利权
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!
龙图腾网获悉中国电子科技集团公司第十研究所申请的专利一种多任务的知识图谱问答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:CN115292443B 。
龙图腾网通过国家知识产权局官网在2025-12-12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:202210660627.4,技术领域涉及:G06F16/3329;该发明授权一种多任务的知识图谱问答方法是由雋兆波;代翔;李春豹;杨露;陈莹;刘鑫设计研发完成,并于2022-06-13向国家知识产权局提交的专利申请。
本一种多任务的知识图谱问答方法在说明书摘要公布了:本发明公开了一种多任务的知识图谱问答方法,该方法基于命名实体识别模型识别问题实体,构建辅助Elasticsearch数据库提高对问题实体的泛化能力,同时通过精确匹配提高实体候选关系的检索效率,建立语义相似匹配模型计算问题和候选关系的相似性,在问题关系识别上具有很好的泛化能力。通过建立流程式的知识图谱问答模型,分模块识别问题实体、关系,整体上提高问答准确率,解决单实体单关系、单实体多关系、双实体类型问题的答案检索,解决了目前用户问题中的实体通常具有一定的泛化性,知识库数据的体量越来越大,直接根据问题实体从知识库中进行候选关系的查询存在实体检索不到、模糊查询效率慢的技术问题。
本发明授权一种多任务的知识图谱问答方法在权利要求书中公布了:1.一种多任务的知识图谱问答方法,其特征在于,所述方法包括以下步骤: S1:准备结构化文本数据,按照实体-关系-实体的三元组形式建立知识图谱数据库; S2:基于知识图谱数据库准备模型需要的训练语料; S3:根据知识图谱数据库建立相关实体的辅助Elasticsearch数据库; S4:训练Bert-BILSTM-CRF命名实体识别模型和Bert语义相似匹配模型; S5:基于Bert-BILSTM-CRF命名实体识别模型进行问题中实体识别,根据问题实体在辅助Elasticsearch数据库中进行Es检索获取对应实体全称; S6:由实体全称从图谱数据库中进行精确检索,获取对应实体的所有候选关系,再由Bert语义相似匹配模型获取和问题最为匹配的实体关系; S7:由获取的实体、关系根据定义的路径规则进行答案检索; 其中,步骤S5包括: S51:利用Bert层对原始数据进行编码,得到原始数据的编码向量,利用BILSTM层训练学习到文本依赖关系和上下文的语义信息,利用CRF层为BILSTM层的输出增加约束,以对问题中的实体进行识别; S52:利用相关实体Elasticsearch数据库进行Es检索,当Es检索结果阈值大于预设阈值时,则直接输出对应实体全称,否则,输出相关实体名称供用户选择; 所述由Bert语义相似匹配模型获取和问题最为匹配的实体关系,包括: S61:将问题和候选实体关系按如下方式拼接作为输入: S62:利用Bert编码层对输入X进行编码,输出X对应的编码向量: 其中,m为输入X的长度,为第i个字符的表示向量; S63:利用聚合层将Bert输出的编码向量和Attention获取的信息进行连接,输入至双向的BILSTM层,最后经过池化得到固定长度的向量,并将其转化为概率值; S64:设置阈值参数score,如果大于该阈值则判定该关系和问题匹配,基于该模型获取和输入问题最为相似的实体关系。
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中国电子科技集团公司第十研究所,其通讯地址为:610000 四川省成都市金牛区茶店子东街48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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励