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 > 中科(厦门)数据智能研究院马涛获国家专利权

中科(厦门)数据智能研究院马涛获国家专利权

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!

龙图腾网获悉中科(厦门)数据智能研究院申请的专利一种基于BERT孪生注意力网络与融合图嵌入特征的关系选择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:CN114238645B

龙图腾网通过国家知识产权局官网在2026-03-06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:202111047992.X,技术领域涉及:G06F16/36;该发明授权一种基于BERT孪生注意力网络与融合图嵌入特征的关系选择方法是由马涛;倪斌;曾志贤;汪姿如;庄福振;安竹林;程坦;徐勇军设计研发完成,并于2021-09-08向国家知识产权局提交的专利申请。

一种基于BERT孪生注意力网络与融合图嵌入特征的关系选择方法在说明书摘要公布了:本发明公开了一种基于BERT孪生注意力网络与融合图嵌入特征的关系选择方法,运用命名实体识别技术从用户的问题中获取命名实体,将命名实体运用实体链接技术链接到知识图谱中的主题实体,在知识图谱上查询与实体连接的3跳内关系,得到候选关系集合,根据问题从候选关系集合中挑选关系,对问题和一个关系通过网络编码后得到两个向量,计算两个向量的余弦相似度作为语义相似得分,选择得分最高的关系,在知识图谱上查询三元组,返回三元组包含的属性值作为问题的答案。本发明采用目前先进的BERT预训练模型作为问题和关系文本的特征抽取器,增强了表示向量的表达能力,有助于提升关系选择效果。

本发明授权一种基于BERT孪生注意力网络与融合图嵌入特征的关系选择方法在权利要求书中公布了:1.一种基于BERT孪生注意力网络与融合图嵌入特征的关系选择方法,其特征在于,包括以下步骤, 步骤一,主题实体获取:运用命名实体识别技术从用户的问题中获取命名 实体,将命名实体运用实体链接技术链接到知识图谱中的主题实体; 步骤二,生成候选关系:在知识图谱上查询与实体连接的3跳内关系, 得到候选关系集合; 步骤三,关系排序选择:根据问题从候选关系集合中挑选关系,对问题和一个关系通过网络编码后得到两个向量,计算两个向量的余弦相似度作为语义相似得分,选择得分最高的关系; 步骤四,生成答案:在知识图谱上查询三元组主题实体,得分最高关系, 属性值,返回三元组包含的属性值作为问题的答案; 所述步骤三关系选择模型的工作步骤如下,首先进行关系编码,获得关系的编码向量,然后进行问题编码,获得问题的编码向量,最后进行相似度评分计算排序得到评分最高的关系,为最终关系;所述问题编码包括以下步骤,问题文本BERT特征提取器得到问题中每个词的向量表示,通过多头注意力机制将文本语义特征与图谱特征进行融合得到关系问题的编码向量 所述相似度评分计算包括以下步骤,首先将编码后得到的问题的表示向量和关系的表示向量进行拼接并且输入到一个前馈网络,然后计算最终相似得分,其次该模型计算问题q与所有候选关系的相似度评分,最后排序得到评分最高的关系,即为最终关系; 图谱特征表示主题实体到候选关系的路径所有关系的图嵌入表示向量的加和平均; 所述关系编码包括以下步骤,首先选择主题实体e的3跳内关系集合作为候选关系,p表示主题实体e到候选关系的路径,然后将文本送入BERT模型得到关系p的文本语义特征,最后通过多头注意力机制将文本语义特征与图谱特征进行融合得到关系的编码向量。

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科(厦门)数据智能研究院,其通讯地址为:361021 福建省厦门市集美区软件园三期凤岐路208-3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。

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。