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！

龙图腾网获悉网才科技(广州)集团股份有限公司申请的专利一种基于知识图谱优化升级的知识命题纠错方法及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：CN120373298B 。

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：202510471403.2，技术领域涉及：G06F40/279；该发明授权一种基于知识图谱优化升级的知识命题纠错方法及系统是由郭南明;马赫;倪小明;杜育林;洪潜凯;刘佳荣;李剑;崔浩松;蒋亦萱设计研发完成，并于2025-04-15向国家知识产权局提交的专利申请。

本一种基于知识图谱优化升级的知识命题纠错方法及系统在说明书摘要公布了：本发明涉及知识处理技术领域，并具体公开了一种基于知识图谱优化升级的知识命题纠错方法及系统，该方法包括：运用实体链接、关系抽取和属性对齐方法，从多源知识数据中提取有效信息，构建初始知识图谱。通过基于深度学习的语义解析，对知识命题进行语法、语义和逻辑分析，生成命题要素三元组。利用图神经网络对三元组编码，获取命题向量与邻域特征向量，借此计算结构相似度，结合规则与统计方法检测命题错误。采用集成学习算法对错误溯源分类，结合多源证据进行纠错决策，从而获得准确的纠错结果，提升知识命题的准确性与可靠性；使得纠错过程更具逻辑性和可靠性，避免盲目纠错，提高了知识命题纠错的质量和效率。

本发明授权一种基于知识图谱优化升级的知识命题纠错方法及系统在权利要求书中公布了：1.一种基于知识图谱优化升级的知识命题纠错方法，其特征在于，包括： S1：基于实体链接方法、关系抽取方法、属性对齐方法提取多源知识数据中的有效实体、关系及属性信息，基于多源知识数据中的有效实体、关系及属性信息构建初始知识图谱； S2：采用基于深度学习的语义解析方法对待纠错知识命题进行语法分析、语义角色标注和逻辑结构提取，获得知识命题中的实体、关系及属性信息，并基于知识命题中的实体、关系及属性信息生成命题要素三元组表示，包括： 基于深度学习方法构建语义解析模型，基于语义解析模型识别待纠错知识命题中的语法结构、语义角色、逻辑结构； 基于待纠错知识命题中的语法结构确定出待纠错知识命题的词性标准结果和句法依存分析结果； 基于待纠错知识命题的句法依存分析结果和注意力机制，识别待纠错知识命题中的隐含关系； 基于待纠错知识命题的词性标注结果和语义角色识别出待纠错知识命题中的所有实体和对应的属性信息，并基于隐含关系和逻辑结构识别出待纠错知识命题中所有实体间的关系； 基于待纠错知识命题中的所有实体和对应属性信息以及所有实体间的关系生成命题要素三元组表示； S3：利用图神经网络模型对命题要素三元组表示进行嵌入编码，获得包含上下文语义和图结构特征的命题向量，同时提取初始知识图谱中关联实体的邻域特征向量； S4：基于初始知识图谱中关联实体的邻域特征向量，计算命题向量与知识图谱中对应子图的结构相似度，并结合预设逻辑冲突规则和统计学习方法，检测出命题中的逻辑矛盾、知识错误、信息缺失； S5：采用集成学习算法对待纠错知识命题中的逻辑矛盾、知识错误、信息缺失进行溯源分类，并结合从多源知识数据中收集的相关证据，对待纠错知识命题进行纠错决策，获得纠错结果。

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网才科技(广州)集团股份有限公司，其通讯地址为：510000 广东省广州市番禺区东环街金山谷创意十街5号308~316、401~416房；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。