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基于Transformer深度强化学习的知识图谱多跳推理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：CN115455146B 。

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：202211099324.6，技术领域涉及：G06F16/334；该发明授权基于Transformer深度强化学习的知识图谱多跳推理方法是由姚章俊;路高勇设计研发完成，并于2022-09-08向国家知识产权局提交的专利申请。

本基于Transformer深度强化学习的知识图谱多跳推理方法在说明书摘要公布了：本发明公开了一种基于Transformer深度强化学习的知识图谱多跳推理方法，包括以下步骤：S1、接入大量RDF三元组，通过关系补全，创建关系完备的知识图谱；S2、分别对知识图谱的拓扑结构和三元组语义做表征学习，并以线性组合的方式综合拓扑结构和三元组语义的表征张量，将知识图谱的表征层映射到统一的知识空间；S3、使用基于Transformer解码层堆叠的GPT‑2模型为知识图谱的推理层建模，利用集束搜索，自回归地生成收益最大的下一时间步动作AT+1。本发明规避了传统强化学习中利用人工经验分配信度，设计行为策略约束等不可控的缺陷。

本发明授权基于Transformer深度强化学习的知识图谱多跳推理方法在权利要求书中公布了：1.一种基于Transformer深度强化学习的知识图谱多跳推理方法，其特征在于，包括以下步骤： S1、接入大量RDF三元组，通过关系补全，创建关系完备的知识图谱； S2、分别对知识图谱的拓扑结构和三元组语义做表征学习，并以线性组合的方式综合拓扑结构和三元组语义的表征张量，将知识图谱的表征层映射到统一的知识空间； S3、使用基于Transformer解码层堆叠的GPT-2模型为知识图谱的推理层建模，利用集束搜索，自回归地生成收益最大的下一时间步动作，为时间步计数； 所述步骤S1中创建关系完备的知识图谱的具体步骤为： S11、对于现有知识图谱，将RDF三元组接入JanusGraph图数据库，方便后续图谱关系补全、查询及读取操作； 其中，现有知识图谱建模为，表示知识图谱中所有实体的集合，是知识图谱中所有关系的集合，是所有事实三元组的集合，在事实三元组中，是事实三元组的头实体，是事实三元组的尾实体，是事实三元组从头实体映射到尾实体的关系； S12、在知识图谱现有关系的基础上，主动补全平等互关系中缺失的关系，以及有利于完善计算路径的镜像逆关系，的镜像逆关系三元组为，为的镜像逆关系； S13、为每一个顶点增加实体自回环关系，为每一个顶点的实体增加一个与自身的环路关系，即，有利于增加推理智能体的搜索空间，扩展推理智能体的搜索路径，帮助推理智能体的探索能力；为知识图谱节点的自回环关系； S14、将新增关系回写到JanusGraph图数据库，得到关系完备的知识图谱。

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。