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！

龙图腾网获悉西安电子科技大学申请的专利基于概念图的知识图谱补全方法和系统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：CN116992040B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202310498632.4，技术领域涉及：G06F16/36；该发明授权基于概念图的知识图谱补全方法和系统是由宋胜利;郭雪萌;来成恩;胡光能设计研发完成，并于2023-05-05向国家知识产权局提交的专利申请。

本基于概念图的知识图谱补全方法和系统在说明书摘要公布了：本发明提供了一种基于概念图的知识图谱补全方法和系统，方法包括以下步骤：通过分割算法抽取半结构化数据获取实体的上位关系，生成显式概念知识；通过神经网络方法抽取非结构化文本获取概念的上下位关系，生成隐式概念知识；对概念知识从不相容概念维度和命名实体识别维度进行概念验证，将错误的概念知识进行过滤，完成概念图的构建；使用基于图遍历的规则挖掘方法，挖掘概念图中丰富的上下位信息，探索更大范围的三元组；通过基于路径游走的知识补全方法实现对常识知识图谱的概念补全。系统包括概念图构建单元和图谱补全单元。解决了新生成节点缺乏新颖性，模型的性能和应用场景受限，图谱的准确性和质量较低的问题。

本发明授权基于概念图的知识图谱补全方法和系统在权利要求书中公布了：1.一种基于概念图的知识图谱补全方法，其特征在于，包括以下步骤： S1、通过分割算法抽取半结构化数据获取实体的上位关系，生成显式概念知识；通过神经网络方法抽取非结构化文本获取概念的上下位关系，获得实体的概念，并挖掘语义中的隐性表示，从而生成隐式概念知识； S2、对S1所生成的概念知识从不相容概念维度和命名实体识别维度进行概念验证，将错误的概念知识进行过滤提高概念图谱的质量，完成概念图的构建； S3、使用基于图遍历的规则挖掘方法，挖掘概念图中丰富的上下位信息，获取更多现实世界中涉及常识概念的实体及其关系，探索更大范围的三元组； S4、通过基于路径游走的知识补全方法实现对常识知识图谱的概念补全； S1中所述通过神经网络方法抽取非结构化文本获取概念的上下位关系，获得实体的概念，并挖掘语义中的隐性表示，从而生成隐式概念知识，包括： 构建包含所有单词表示、开始符号表示、未知符号表示的词典； 根据词典将输入单词转换成对应的id，然后使用预训练单词嵌入向量来初始化向量； 基于字符和基于单词的表示作为输入，使用具有最大池函数的卷积神经网络来提取每个单词的特征向量； 将单词嵌入和字符嵌入进行级联，获得嵌入矩阵； 将嵌入矩阵送入一层双向LSTM来获得单词的隐向量； 使用单词的隐向量进行概念知识序列预测； 所述使用单词的隐向量进行概念知识序列预测，包括： 使用一层的长短期记忆网络对单词的隐向量进行处理获得解码器特征向量s，在每一个训练阶段，长短期记忆网络根据上一时序词的单词嵌入特征wt-1和上一时序的上下文特征st-1和上一时序预测的目标单词特征yt-1来预测t时序的生成的概念知识单词et，计算方法为： 其中，Wd为权重矩阵，bd为偏差值，st为时序t的上下文特征。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路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”。