东南大学曹玖新获国家专利权
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!
龙图腾网获悉东南大学申请的专利一种基于自然语言问答的知识图谱三元组显著性评估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:CN115525777B 。
龙图腾网通过国家知识产权局官网在2025-07-01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:202211398068.0,技术领域涉及:G06F16/36;该发明授权一种基于自然语言问答的知识图谱三元组显著性评估方法是由曹玖新;贾疏桐;曹碧薇;高庆清;刘波设计研发完成,并于2022-11-09向国家知识产权局提交的专利申请。
本一种基于自然语言问答的知识图谱三元组显著性评估方法在说明书摘要公布了:本发明公开了一种基于自然语言问答的知识图谱三元组显著性评估方法,其步骤为:首先对于给定的知识图谱三元组,提取其所包含的关系;然后根据预先设置的不同关系类型所对应的问句生成模板将该三元组转化为自然语言问句的形式;基于所生成的问句序列,可将原始的知识图谱三元组显著性评估任务转化为自然语言问答任务,然后通过本发明所提出的方法进一步微调已有的大型预训练语言模型,最终输出对知识图谱三元组显著性评估结果。该方法在不借助于任何外部知识库和图表示学习的情况下显著提高了知识图谱三元组显著性评估的准确率。
本发明授权一种基于自然语言问答的知识图谱三元组显著性评估方法在权利要求书中公布了:1.一种基于自然语言问答的知识图谱三元组显著性评估方法,其特征在于,根据不同的关系类型设置特定的问句生成模板从而将其转化为自然语言问答任务,然后通过微调大规模预训练语言模型评估知识图谱三元组的显著性,包括如下步骤: 1对于给定带有真实标签的知识图谱三元组集合,提取该集合中所包含的关系类别; 2根据步骤1提取到的关系集合,并根据不同关系设置特定的问句生成模板,模板主要形式有两种分别为“[T]头实体[T]关系[T]尾实体[T]”和“[T]头实体[T]尾实体[T]关系[T]”,其中“[T]”为触发词或提示词,具体数量和形式根据关系的实际类型来决定,从而将原始的知识图谱三元组显著性评估任务转化为自然语言问答任务; 3基于步骤2得到的特定于关系的问句模板,重新构建原有的知识图谱三元组集合,即将原始的知识图谱三元组结构头实体,关系,尾实体通过问句生成模板转化为自然语言问句的形式,从而得到一个新的自然语言问句序列集合; 4基于步骤3生成的自然语言问句序列集合,对大规模预训练语言模型进行微调,最终输出对知识图谱三元组显著性的评估结果,具体如下,基于步骤3得到的自然语言问句序列集合QS,按照9:1的比例将数据划分为两部分:S和T,其中S作为训练集,T作为测试集;并在输入模型时对每一个问句添加额外的“[CLS]”和“[SEP]”标记,然后输入到嵌入层中获得其编码表示, 再输入到自编码模型中从而获得其隐藏层向量表示, 取出最后一层隐藏层向量表示的[CLS]位对应的特征向量H[CLS]作为其池化层输出,并输入到线性层当中从而映射到对应的标签向量空间; 最后输入到sigmoid激活函数中得到模型最后的输出真实的标签
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东南大学,其通讯地址为:210096 江苏省南京市玄武区四牌楼2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”。
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。