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！

龙图腾网获悉郑州锲颖信息科技有限公司申请的专利一种面向知识图谱构建的实体关系抽取方法及系统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：CN114491066B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202210049823.8，技术领域涉及：G06N5/022；该发明授权一种面向知识图谱构建的实体关系抽取方法及系统是由谭杰骏;王建军;金晓伟;郭官峰;胡文斌设计研发完成，并于2022-01-17向国家知识产权局提交的专利申请。

本一种面向知识图谱构建的实体关系抽取方法及系统在说明书摘要公布了：本发明公开了一种面向知识图谱构建的实体关系抽取方法及系统，首先获取领域中非结构化文本，并进行数据预处理，标注文本中出现的实体、实体类型和实体之间的关系，得到训练数据；然后构建神经网络模型；并将训练数据输入神经网络模型进行训练，分别训练成为实体类型分类模型，实体关系类型分类模型；最后将实体类型分类模型和实体关系分类模型关联起来整体运作，对新数据先鉴定实体类型再在此基础上抽取实体关系。本发明不仅摆脱了人工设计提示词，也保证了跨数据集和跨领域的灵活性。通过对实体类别进行预分类，缩小了实体关系的分类范围，提升了关系分类的准确度。本发明能够适应随机初始化的提示词所带来的影响，而且收敛更快，准确度跟高。

本发明授权一种面向知识图谱构建的实体关系抽取方法及系统在权利要求书中公布了：1.一种面向知识图谱构建的实体关系抽取方法，其特征在于，包括以下步骤： 步骤1：获取领域中非结构化文本，并进行数据预处理，标注文本中出现的实体、实体类型和实体之间的关系，得到训练数据； 步骤2：构建神经网络模型； 所述神经网络模型，由依次连接的prompt层、预训练语言模型PLM和类集中化分类器组成； 所述prompt层，用于在原始句子后面加上一个带空缺的后缀，将原始句子转化为一个带空缺的句子； 所述预训练语言模型PLM，最前一层是词嵌入层，用于将原始句子逐词转为词向量；包括把每一个空缺的词当作特殊字符，也转化为词向量； 所述类集中化分类器，输入层连接预训练语言模型PLM，输出词向量属于每个类的概率； 步骤3：将步骤1中的训练数据输入步骤2中的神经网络模型进行训练，分别训练成为实体类型分类模型，实体关系分类模型； 其中，预训练语言模型PLM输出空缺词的预测词向量，是从原始句子到高维向量空间的映射:x→V，其中θ是预训练语言模型PLM中包含的所有可训练的参数； 模型训练过程中，先计算损失值L，然后根据梯度下降法调整参数； 通过同时调整标准提示词c和预训练语言模型PLM的参数，使类样本集中在提示词周围；将两部分可训练参数联合标记为，其中，实体类型分类模型抽取主语类型有，实体类型分类模型抽取宾语类型有，主语类型-宾语类型对有； 得到损失值以后，使用梯度下降法更新参数；第k轮的参数由第k-1轮的参数减去损失值在上的梯度得到：；在迭代预设的轮次之后，得到训练完成的模型； 步骤4：将实体类型分类模型和实体关系分类模型关联起来整体运作，对新数据先鉴定实体类型再在此基础上抽取实体关系。

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郑州锲颖信息科技有限公司，其通讯地址为：450053 河南省郑州市金水区东风路28号院21号楼22层2211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。