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申请的专利一种基于知识库的复杂问题语义解析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：CN117216335B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202311118755.7，技术领域涉及：G06F16/9032；该发明授权一种基于知识库的复杂问题语义解析方法是由秦科;戴瑞婷;罗光春;何中海;马晨凯;赵帅设计研发完成，并于2023-08-31向国家知识产权局提交的专利申请。

本一种基于知识库的复杂问题语义解析方法在说明书摘要公布了：本发明公开了一种基于知识库的复杂问题语义解析方法，属于自然语言处理、智能问答技术领域。本发明在知识库密集空间中直接检索候选实体和关系集合，将实体消歧和关系分类作为辅助任务与结构化查询生成一同进行多任务学习训练，三个子任务共享同一套编码器参数，同时每个子任务在编码器的基础上设计独立的层用于训练对应子任务，最终将生成的结构化查询语句作为模型输出结果，并通过在知识库中执行查询语句得到问题的答案。本发明考虑了三个子任务之间的协同关系，通过联合训练，克服了传统方案中存在的各任务相互独立以及存在错误传播的缺陷，提高了结构化查询生成任务的准确率，同时提升了语义解析模型的整体效果。

本发明授权一种基于知识库的复杂问题语义解析方法在权利要求书中公布了：1.一种基于知识库的复杂问题语义解析方法，其特征在于，该方法在知识库密集空间中直接检索候选实体和关系集合，将实体消歧和关系分类作为辅助任务与结构化查询生成一同进行多任务学习训练； 具体地，该方法包括以下步骤： A、训练多任务学习模型： A1、设定当前知识库问答任务中的背景知识库KB；然后获取训练样本，每个训练样本由自然语言问题以及其对应的SPARQL查询语句组成，其中SPARQL查询语句在知识库中执行的结果为问题对应答案； A2、候选实体检索：对于输入的自然语言问题，首先识别出问句中包含的实体提及，然后通过映射关系获取候选实体集合； A3、候选关系检索：从知识库中检索候选关系，最终得到候选关系集合； A4、通过多任务学习模型生成结构化查询语句：在结构化查询生成的过程中，将实体消歧和关系分类作为辅助任务，构成一个多任务学习模型；其中，实体消歧任务的输入为自然语言问题以及A2中获得的候选实体集合，输出为问题中包含的实体集合；关系分类任务的输入为自然语言问题以及A3中获得的候选关系集合，输出为问题中包含的关系集合；结构化查询生成任务的输入为实体消歧任务的结果和关系分类任务的结果以及自然语言问题，输出为一个结构化查询语句； A5、循环执行步骤A2-A4，对多任务学习模型进行迭代训练，直至达到预设的训练次数或模型已收敛； B、执行复杂问句的语义解析任务： 将在步骤A中训练好的多任务学习模型用于实际的复杂问题语义解析任务；具体地，将自然语言问题作为输入，基于训练好的多任务学习模型获得问题对应的结构化查询语句，并通过在知识库中执行查询语句得到问题的答案，同时输出问题中包含的实体集合和关系集合。

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，其通讯地址为：611731 四川省成都市高新区（西区）西源大道2006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”。