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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于知识图谱的复杂问题语义理解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：CN114595341B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202210264731.1，技术领域涉及：G06F16/36；该发明授权一种基于知识图谱的复杂问题语义理解方法是由徐小良;曾巨凯;王宇翔设计研发完成，并于2022-03-17向国家知识产权局提交的专利申请。

本一种基于知识图谱的复杂问题语义理解方法在说明书摘要公布了：本发明公开了一种基于知识图谱的复杂问题语义理解方法，先对复杂问题进行实体识别和关系抽取，获取实体特征及实体间关系特征，生成复杂问题的语义图；使用查询图预测模型对语义图进行预测，生成与语义图相对应的查询图；根据查询图在知识图谱中遍历，得到查询路径后根据复杂问题的逻辑计算得到复杂问题的答案。本发明的方法将输入问题转换为了对应的查询结构，具有优秀的解释性和准确率，结合知识图谱的搜索，能够准确完成复杂问题的解答。

本发明授权一种基于知识图谱的复杂问题语义理解方法在权利要求书中公布了：1.一种基于知识图谱的复杂问题语义理解方法，所述复杂问题包括实体、关系及逻辑运算特征，所述方法的特征在于，包括如下步骤； S1、对所述复杂问题进行实体识别和关系抽取，获取实体特征及实体间关系特征； S2、使用所述实体特征及实体间关系特征生成所述复杂问题的语义图； S3、使用查询图预测模型对所述语义图进行预测，生成与所述语义图相对应的查询图； S4、在知识图谱中根据所述查询图进行遍历，遍历得到查询路径后根据所述复杂问题的逻辑计算特征得到所述复杂问题的答案； 所述步骤S3具体包括如下步骤： S31、使用分词工具获取所述复杂问题的分词结果，使用BERT模型对所述分词结果编码得到词向量； S32、获取所述复杂问题的依赖树，将所述依赖树编码为依赖树向量； S33、使用图编码器将所述语义图编码为语义图向量； S34、将所述词向量作为输入，使用BiLSTM模型对复杂问题编码，得到语义理解上下文向量； S35、使用所述依赖树向量和所述语义图向量构建注意力矩阵； S36、使用所述语义理解上下文向量和所述注意力矩阵计算context向量； S37、将注意力矩阵和所述context向量使用BiLSTM模型解码，得到输出向量； S38、使用所述输出向量预测各个时间步的图操作，当预测得到END时，标识解码结束，输出查询图结构。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市杭州经济技术开发区白杨街道2号大街1158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”。

以上内容由龙图腾AI智能生成。