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！

龙图腾网获悉深圳计算科学研究院申请的专利数据属性补充方法、装置、设备及介质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：CN118964345B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411093545.1，技术领域涉及：G06F16/215；该发明授权数据属性补充方法、装置、设备及介质是由王尧舒;谢珉;樊文飞;晏梦懿设计研发完成，并于2024-08-09向国家知识产权局提交的专利申请。

本数据属性补充方法、装置、设备及介质在说明书摘要公布了：本申请适用于大数据技术领域，尤其涉及一种数据属性补充方法、装置、设备及介质。该方法从图数据中确定与目标元组数据实体匹配的目标节点，使用初始策略函数，对目标节点进行路径补充，得到目标特征路径，确定目标特征路径的特征值为目标元组数据的属性补充数据，根据属性补充数据，对实体识别模型进行训练，得到训练好的实体识别模型，根据训练好的实体识别模型的性能识别结果，对初始策略函数进行优化，得到目标策略函数，使用目标策略函数，对目标节点的特征路径进行路径补充，得到最终特征路径，确定最终特征路径的特征值为目标元组数据的属性补充结果。提高了实体识别模型进行实体解析的准确性。

本发明授权数据属性补充方法、装置、设备及介质在权利要求书中公布了：1.一种数据属性补充方法，其特征在于，所述数据属性补充方法包括： 从图数据中确定与目标元组数据对应实体匹配的目标节点； 使用初始策略函数，对所述目标节点在所述图数据中的特征路径进行路径补充，得到目标特征路径； 从所述图数据中确定所述目标特征路径对应的特征值为所述目标元组数据的属性补充数据； 根据所述属性补充数据，对实体识别模型进行训练，得到训练好的实体识别模型，获取所述训练好的实体识别模型的性能识别结果； 根据所述性能识别结果，对所述初始策略函数进行优化，得到目标策略函数，使用所述目标策略函数，对所述目标节点的特征路径进行路径补充，得到最终特征路径，确定所述最终特征路径对应的特征值为所述目标元组数据的属性补充结果； 所述根据所述性能识别结果，对所述初始策略函数进行优化，得到目标策略函数，包括： 根据所述性能识别结果，对所述初始策略函数进行优化，得到更新的策略函数； 以所述更新的策略函数为所述初始策略函数，返回执行所述使用初始策略函数的步骤，直至所述更新的策略函数满足预设的终止条件，得到所述目标策略函数； 所述根据所述性能识别结果，对所述初始策略函数进行优化，得到更新的策略函数，包括： 若所述性能识别结果大于预设第二数值，则给予所述初始策略函数正向奖励； 根据所述正向奖励和强化学习算法，对所述初始策略函数进行优化，得到所述更新的策略函数； 所述根据所述性能识别结果，对所述初始策略函数进行优化，得到更新的策略函数，还包括： 若所述性能识别结果小于预设第二数值，则给予所述初始策略函数负向奖励； 根据所述负向奖励和强化学习算法，对所述初始策略函数进行优化，得到所述更新的策略函数； 所述从图数据中确定与目标元组数据对应实体匹配的目标节点，包括： 确定所述图数据中每个节点的特征值，以及确定所述目标元组数据的属性值； 将所述目标元组数据中所有属性值，形成属性值集合，针对所述图数据中的任一节点，确定与所述节点对应的第一子图数据，将所述第一子图数据中所有节点的特征值，形成特征值集合； 计算所述特征值集合与所述属性值集合的交集，以及计算所述特征值集合与所述属性值集合的并集，将所述交集与所述并集的比值作为所述节点与所述目标元组数据的第一相似度值，根据所述图数据中所有节点的第一相似度值和预设阈值，确定与所述目标元组数据实体匹配的候选节点； 根据所述候选节点的特征向量和所述目标元组数据的属性向量，对所述候选节点进行筛选，得到所述目标节点； 所述根据所述候选节点的特征向量和所述目标元组数据的属性向量，对所述候选节点进行筛选，得到所述目标节点，包括： 将所述目标元组数据中所有属性值进行向量化，得到属性向量，针对任一候选节点，确定与所述候选节点对应的第二子图数据，将所述第二子图数据中所有节点的特征值进行向量化，得到特征向量； 计算所述特征向量与所述属性向量的第二相似度值，对所有候选节点对应的第二相似度值进行排序，得到所述目标节点。

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深圳计算科学研究院，其通讯地址为：518000 广东省深圳市龙华区民治街道红山六九七九商业中心(二期)9栋26座1001；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。