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！

龙图腾网获悉杭州碧湾信息技术有限公司申请的专利一种二维重叠大样本数据源的细粒度知识图谱融合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：CN114547323B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202111646665.6，技术领域涉及：G06F16/36；该发明授权一种二维重叠大样本数据源的细粒度知识图谱融合方法是由季白杨设计研发完成，并于2021-12-30向国家知识产权局提交的专利申请。

本一种二维重叠大样本数据源的细粒度知识图谱融合方法在说明书摘要公布了：本发明公开了一种二维重叠大样本数据源的细粒度知识图谱融合方法，包括：S1.对知识图谱相对应的属性三元组进行迭代式的实体对齐，得到对其的实体对集合，对实体对进行相似度的多层次分级，得到高置信度的实体对；将得到的高置信度实体对作为嵌入式模型的训练数据集，利用关系三元组做嵌入式模型的结构化嵌入，得到实体和关系的高维空间向量表示，对属性和关系设置权重，得到属性和关系最终的相似度；S2.根据得到的相似度对实体属性进行筛选，得到属性最终的相似度；S3.基于机器学习训练得到的分类器模型、原子表达式算法自动完成高置信度实体对和属性的知识特征融合；S4.基于知识特征融合，完成双向监督交互式数据融合。

本发明授权一种二维重叠大样本数据源的细粒度知识图谱融合方法在权利要求书中公布了：1.一种二维重叠大样本数据源的细粒度知识图谱融合方法，其特征在于，包括： S1.对金融领域知识图谱中相对应的属性三元组进行迭代式的实体对齐，得到对其的实体对集合，对实体对进行相似度的多层次分级，得到高置信度的实体对；将得到的高置信度金融实体对作为嵌入式模型的训练数据集，利用关系三元组做嵌入式模型的结构化嵌入，得到金融实体和关系的高维空间向量表示，对属性和关系设置权重，得到属性和关系在金融中的最终相似度； S2.根据得到的相似度对金融实体属性进行筛选，得到金融属性最终的相似度； S3.基于机器学习训练得到的分类器模型、原子表达式算法自动完成高置信度金融实体对和属性的知识特征融合； S4.基于知识特征融合，完成金融领域双向监督交互式数据融合； 所述步骤S1具体包括： S11.对属性三元组基于迭代模型进行实体对齐，基于属性和属性相对应的属性值进行实体匹配操作，得到实体对集合，并利用实体对集合进行属性相似度匹配操作得到属性对集合，得到高置信度的实体对； S12.将得到的高置信度实体对作为嵌入模型的训练数据集，利用关系三元组做结构化嵌入，对待融合知识图谱进行全局结构的刻画和建模，最终得到实体和关系的高维空间向量表示； S13.基于不同权重对属性对齐和关系对齐进行融合，得到关系与属性两个维度的对齐结果，并采取线性结合的方式得到属性和关系总的相似度； 所述步骤S2具体包括： S21.计算属性之间的相似度； S22.计算相邻实体之间的相似度； S23.计算属性标签集合的相似度； S24.筛选知识图谱中实体属性的上层概念路径，形成路径向量，并计算属性最终的相似度； 所述步骤S3具体包括： S31.利用机器学习训练得到分类器模型，并利用二分类方法处理实体融合； S32.利用原子表达式筛选属性； S33.将原子表达式进行组合使用，完成高置信度实体对和属性的知识特征融合； 所述步骤S4具体包括： S41.基于TransE算法和PtransE算法对三元组的向量进行嵌入，完成单个知识图谱的训练； 其中图谱中数据分为以下三类：1结构化数据包括电子政务类表格数据，以人或者机构的ID为锚点来聚合不同的信息；2非结构化数据包括视频、图像、语音和文本，需要经过分析处理变成结构化数据才能被使用；3时空数据包括地理信息、IoT、轨迹数据； S42.将经过处理的实体和关系的高维空间向量重新映射在低维空间之中，并在映射过程中分别形成对实体和关系向量的约束，完成双向监督交互式数据融合。

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杭州碧湾信息技术有限公司，其通讯地址为：310051 浙江省杭州市滨江区江陵南路312号B幢1901室；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。