Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海笑聘网络科技有限公司祝挺获国家专利权

上海笑聘网络科技有限公司祝挺获国家专利权

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!

龙图腾网获悉上海笑聘网络科技有限公司申请的专利一种基于大模型的知识图谱构建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:CN120561316B

龙图腾网通过国家知识产权局官网在2025-10-28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:202511063597.9,技术领域涉及:G06F16/36;该发明授权一种基于大模型的知识图谱构建方法及系统是由祝挺;孔杰;黄筱媛设计研发完成,并于2025-07-31向国家知识产权局提交的专利申请。

一种基于大模型的知识图谱构建方法及系统在说明书摘要公布了:本发明涉及知识抽取技术领域,具体为一种基于大模型的知识图谱构建方法及系统,包括以下步骤:通过对话状态跟踪器获取用户当前输入语句,将语句输入BERT意图分类模型进行领域标签解析、行为类型识别、情感倾向检测,输出三维分类向量,基于LSTM序列标注器提取实体词项与关系谓词,生成原始语义结构体。本发明中,通过三维语义解析融合意图分类、行为识别与情感检测,提升语义理解颗粒度,动态实体消歧结合曼哈顿距离阈值与对话历史跟踪,明确语义边界减少指代歧义,关系谓词层次聚类与知识库动态匹配增强跨模态对齐,生成式回复与语义连贯重排序协同保持话题延续,结构化解析与非结构化生成闭环优化语义输出与交互流畅度。

本发明授权一种基于大模型的知识图谱构建方法及系统在权利要求书中公布了:1.一种基于大模型的知识图谱构建方法,其特征在于,包括以下步骤: S1:通过对话状态跟踪器获取用户当前输入语句,将语句输入BERT意图分类模型进行领域标签解析、行为类型识别、情感倾向检测,输出三维分类向量,基于带有注意力门控机制的双向LSTM序列标注器提取实体词项与关系谓词,生成原始语义结构体; S2:将所述三维分类向量和所述原始语义结构体输入TransE对话实体消歧模型,对实体向量执行z-score标准化处理,计算当前实体向量与对话历史中同名实体的曼哈顿距离,对距离值超过通过网格搜索法在500组对话样本中优化的设定阈值的实体建立独立节点,生成对话实体状态图; S3:将所述对话实体状态图输入层次聚类算法进行关系谓词语义聚合,将关系描述向量与知识库谓词进行余弦相似度匹配,提取匹配度值达到设定阈值的谓词,生成对话策略候选集; 所述原始语义结构体的获取步骤具体为: S101:检测用户输入语句文本流,调用BERT意图分类模型进行领域标签权重计算,采用12头注意力机制执行语句特征交互,通过全连接层输出领域标签分布概率,使用softmax函数处理行为类型特征向量,结合情感极性检测模块输出的正负值,生成三维分类向量; S102:基于所述三维分类向量构建LSTM序列标注器的输入特征矩阵,通过双向门控循环单元提取词项位置编码,采用条件随机场解码实体边界概率分布,计算谓词关系在时间步上的共现频率,生成实体关系编码表; S103:调用所述实体关系编码表执行谓词-论元结构对齐,按句法依存路径进行拓扑排序,通过3层图卷积网络分配语义角色权重,每层采用ReLU激活函数和邻接矩阵归一化操作,构建头实体、关系类型、尾实体的三元组集合,生成原始语义结构体; 所述LSTM为双向4层结构,隐藏层维度为512并采用0.2概率的dropout机制; 所述对话实体状态图的获取步骤具体为: S201:调用所述三维分类向量和所述原始语义结构体构建TransE模型输入矩阵,采用实体向量平移运算计算当前实体与历史实体在曼哈顿空间中的绝对差值和,根据预设的消歧阈值参数对距离值进行二值化判定,生成实体距离对照表; S202:基于所述实体距离对照表执行距离值比对,对超过消歧阈值的实体向量执行正交投影运算,采用哈希编码算法为未匹配实体分配唯一标识符,建立实体标识与对话轮次的时间戳映射,生成实体标识映射集; S203:调用所述实体标识映射集执行图结构构建,通过邻接矩阵存储实体节点间的时序关联强度,采用深度优先搜索算法检测同名实体的多义性分支,整合历史对话中的实体状态迁移路径,生成对话实体状态图; 所述TransE模型采用欧氏空间映射,训练时设置学习率0.001且负采样比例为5:1; 所述正交投影运算采用Gram-Schmidt正交化方法消除向量间线性相关性; 所述邻接矩阵的边权重由实体共现次数与时间衰减因子的乘积确定,时间衰减因子计算公式为,其中,和为对话轮次时间戳。

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上海笑聘网络科技有限公司,其通讯地址为:201210 上海市浦东新区纳贤路800号1幢B座2FB208室;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。

免责声明
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。