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！

龙图腾网获悉瀚高基础软件股份有限公司申请的专利基于PostgreSQL的非结构化数据查询方法及装置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：CN117216216B 。

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：202311181530.6，技术领域涉及：G06F16/3329；该发明授权基于PostgreSQL的非结构化数据查询方法及装置是由张宁;王颖泽;王志斌;苗健;吕新杰设计研发完成，并于2023-09-13向国家知识产权局提交的专利申请。

本基于PostgreSQL的非结构化数据查询方法及装置在说明书摘要公布了：本发明提出了一种基于PostgreSQL的非结构化数据查询方法及装置，查询方法包括：S100，基于查询语句，获取节点特征向量；S200，将节点特征向量输入集成于PostgreSQL中预先训练好的图卷积网络模型，获得复杂语义向量；S300，基于复杂语义向量，调用HNSW索引计算相似度，输出查询结果；其中，图卷积网络模型通过非结构化数据样本集生成的语义关系图及语义关系图的节点特征向量训练获得。本发明在PostgreSQL中集成了图卷积网络模型，图卷积网络模型保留了图的拓扑结构信息，并能够捕捉节点之间的关系，使得节点之间的相似度计算更具有语义上的意义。而且，通过将这些学到的节点表示与HNSW索引结合，可以更好地利用图的拓扑结构进行相似度计算，使得计算结果更具有准确性和一致性。

本发明授权基于PostgreSQL的非结构化数据查询方法及装置在权利要求书中公布了：1.一种基于PostgreSQL的非结构化数据查询方法，其特征在于，包括： S100，基于查询语句，获取节点特征向量； S200，将所述节点特征向量输入集成于PostgreSQL中预先训练好的图卷积网络模型，获得复杂语义向量； 步骤S200中，集成于PostgreSQL中预先训练好的图卷积网络模型的实现方法具体包括： S21，获取非结构化数据样本集并进行预处理操作，基于预处理后的所述非结构化数据样本集构建语义关系图； S22，基于所述语义关系图训练所述图卷积网络模型，将训练好的所述图卷积网络模型集成到PostgreSQL中； 当所述非结构化数据样本集为文本数据样本集时，步骤S21具体包括： S211，对所述文本数据样本集进行清洗和分词预处理； S212，基于预处理后的所述文本数据样本集构建词汇表，并创建与所述词汇表对应的共现矩阵； S213，根据所述文本数据样本集中的单词对的出现频次，确定所述共现矩阵中对应位置元素的值，并为所述共现矩阵的非零元素创建边； S214，以单词作为节点，根据所述共现矩阵中对应位置元素的值为边赋予权重，构建所述语义关系图; S300，基于所述复杂语义向量，调用HNSW索引计算相似度，输出查询结果； 其中，所述图卷积网络模型通过非结构化数据样本集生成的语义关系图及所述语义关系图的节点特征向量训练获得。

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瀚高基础软件股份有限公司，其通讯地址为：250101 山东省济南市高新区舜泰北路789号山东信息通信技术创新产业基地A座11层1101；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。