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！

龙图腾网获悉国网江苏省电力有限公司物资分公司;江苏电力信息技术有限公司;国网江苏省电力有限公司申请的专利一种知识图谱的知识实体所在文集的检索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：CN116431832B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202310418069.5，技术领域涉及：G06F16/36；该发明授权一种知识图谱的知识实体所在文集的检索方法是由程剑筠;李金霞;卞华星;温富国;沈键;栾宁;冯曙明;余建新;胡天牧;周晓宇;胡晓东设计研发完成，并于2023-04-19向国家知识产权局提交的专利申请。

本一种知识图谱的知识实体所在文集的检索方法在说明书摘要公布了：本发明公开了一种知识图谱知识实体所在文集的检索方法，使用聚类模型对所有文集进行归类，并通过多层聚类对文集进行按层次的由上至下进行标号。通过将文集进行预处理；使用DocT5Sentence模型对文集进行分解，生成Sentence到文集的映射关系数据；使用baseTransformer模型训练T5得到的数据，对最后MLP处理后的结果进行Softmax，获取相似度最好的文集标号；最后通过反向标记跟踪到原始电力文集所在位置，完成对知识实体的检索任务。本发明通过构建多模态的文集检索模型，可以快速定位到需要收集的知识实体对象相关的电力文集。

本发明授权一种知识图谱的知识实体所在文集的检索方法在权利要求书中公布了：1.一种知识图谱知识实体所在文集的检索方法，其特征在于，包含以下步骤： S1、准备电力行业各领域的文档，包括合同文档、招标文档、技术规范书、检修工单，财务报告以及电力行业语料库，组成文集Corpus； 对所有文集进行Corpus,URL的Mapping，再对所有的Corpus,URL进行标号； S2、对文档进行预处理，根据文档的类型，分别使用OCR，pdf2txt,word2txt工具解析为txt文件，并进行瘦身，删除所有文档空白，换行符标记为Sentence结束符，去除所有非Unicode字符； S3、使用Corpus2Sentence算法，把文件生产为对应的Sentence实验数据，并添加Sentence在原文件的SegmentPosition信息，得到Sentence,CorpusID,SegmentID形式的数据； 步骤S3中，Corpus2Sentence算法具体如下： 设置每个term的长度为32，以逗号、分号，句号、问号及感叹号为结束符判断， 1首先，把文件开始第一个term作为一个Sentence； 2在文件中随机选择20组长度为32的term作为Sentence； 3再构建DocT5Sentence的T5模型，将已在大数据集训练好的模型参数迁移到T5模型进行使用，使用随机采样的方法生产Sentence； 4保存所有Sentence信息以及Sentence对应的CorpusID信息，记录现Sentence与其在原文档中的Segment位置对照信息，即Sentence,CorpusID,SegmentID形式的数据； 并记录当前T5模型的模型参数； S4、构建HuggingFaceTransformer模型，使用S3中T5模型的预训练参数去初始化Transformer的编码器与解码器，模型编码器的学习率设置为2X10-4，解码器的学习率设置为10-4，进行训练，让整个网络记住所有Corpus以及Sentence的信息； S5、对待搜索的知识图谱知识实体Query进行文本处理，使之只包含Unicode字符，作为模型输入，经过模型计算它与模型中已经记忆的Sentence之间的CosineSimilarity；把计得到的相似度结果作为新的权重，代入到下一层计算； 最终得到知识实体Query对文件Sentence的Softmax结果； S6、通过得到的CorpusID，从S1中的分类结果中，依据层次顺序一步步定位到具体的文件Corpus,URL，返回对应的URL值； 根据得到的SegmentID，定位结果Sentence所在文件的具体段落号。

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国网江苏省电力有限公司物资分公司;江苏电力信息技术有限公司;国网江苏省电力有限公司，其通讯地址为：210000 江苏省南京市北京西路20号6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。