Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 电子科技大学(深圳)高等研究院邵杰获国家专利权

电子科技大学(深圳)高等研究院邵杰获国家专利权

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!

龙图腾网获悉电子科技大学(深圳)高等研究院申请的专利一种基于知识图谱的常识缺失信息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:CN114444697B

龙图腾网通过国家知识产权局官网在2026-02-13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:202210065669.3,技术领域涉及:G06N5/04;该发明授权一种基于知识图谱的常识缺失信息多跳推理方法是由邵杰;朱安婕;杨晨旭设计研发完成,并于2022-01-20向国家知识产权局提交的专利申请。

一种基于知识图谱的常识缺失信息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知识图谱的常识缺失信息多跳推理方法,根据常识缺失信息构建输入头实体及查询关系并进行预处理,并构建长短期记忆网络对路径历史信息进行编码,得到隐藏状态变量;构建高层次策略网络,并根据隐藏状态变量、预处理后的输入头实体及查询关系作为高层次策略网络,得到高层次决策结果;构建低层次策略网络结合高层次决策结果进行预测,得到预测的目标实体,进行评分,并根据预设步数最大值进行强化学习迭代,根据评分得到最终预测结果;本发明采用分层强化的学习框架,将预测任务分解为一个用于关系检测的高层次决策过程和一个用于实体推理的低层次决策过程,有效地控制动作空间,得到更加准确的预测目标实体。

本发明授权一种基于知识图谱的常识缺失信息多跳推理方法在权利要求书中公布了:1.一种基于知识图谱的常识缺失信息多跳推理方法,其特征在于,包括以下步骤: S1、根据常识缺失文本信息构建常识知识图谱以获取输入头实体及查询关系,并进行预处理,得到预处理后的输入头实体及查询关系,并初始化当前时间步数; S2、构建长短期记忆网络,对搜索历史信息进行编码,得到搜索路径信息的隐藏状态变量; S3、构建高层次策略网络,并根据搜索路径信息的隐藏状态变量、预处理后的输入头实体及查询关系作为高层次策略网络,得到连接到目标实体中的关系决策结果,具体包括以下分步骤: S31、根据预处理后的输入头实体及查询关系构建当前时刻下的高层次策略状态; S32、根据当前时刻下的高层次策略状态构建高层次动作集合; S33、利用不少于一层的全连接层构建初始高层次策略网络,并将隐藏状态变量、高层次动作集合作为高层次策略网络输入,得到初始高层次决策结果; S34、在初始高层次决策网络后添加关系dropout网络,得到高层次决策网络,并结合初始高层次决策结果得到高层次决策结果; S35、利用REINFORCE算法构建策略梯度函数,优化高层次策略网络,其梯度更新可表示为: 其中,为更新后的梯度,为高层次策略网络的期望函数,为高层次策略函数参数,为学习率,为信息熵的权重,为高层次策略函数的梯度,为对数函数,为熵正则化项,为高层次奖赏函数,为查询关系,为当前时刻t下访问的当前实体,为高层次策略网络更新前的梯度; S4、构建低层次策略网络,并根据连接到目标实体中的关系决策结果及预处理后的输入头实体及查询关系,得到预测的目标实体; S5、判断当前步数是否达到预设步数最大值,若满足则输出预测的目标实体,得到目标实体候选集,并进入步骤S6,否则返回步骤S2; S6、对目标候选集中预测的各目标实体进行评分,选择最高评分所对应的预测实体作为最终预测结果。

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电子科技大学(深圳)高等研究院,其通讯地址为:518000 广东省深圳市龙华区观澜街道新澜社区观光路1301-78号银星智界二期2号楼;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。

免责声明
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。