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！

龙图腾网获悉安徽医科大学申请的专利一种基于度量学习的医学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：CN119884385B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411784662.2，技术领域涉及：G06F16/36；该发明授权一种基于度量学习的医学知识图谱构建方法及系统是由杨飞;汪凯乐;李玉玲;沈春锋;王池社设计研发完成，并于2024-12-02向国家知识产权局提交的专利申请。

本一种基于度量学习的医学知识图谱构建方法及系统在说明书摘要公布了：一种基于度量学习的医学知识图谱构建方法及系统，属于知识图谱构建技术领域，解决如何利用少量的训练数据构建医学知识图谱，精准地生成新的医学知识的问题；通过选择出具有代表性的实体对，利用具有代表性的实体对来训练对抗增强网络模型，生成实体对的代表性特征，构建对抗增强网络的生成器，对对抗增强网络施加约束，最小化目标函数来训练生成器，构建对抗增强网络的判别器，采用训练好的对抗增强网络模型增强支持集，构建关系原型，通过修正原型和询问集中查询实体对的语义表示之间的点积作为三元组的可信度得分，将现有医学知识图谱输入对抗增强网络模型中，输出模型生成的新的医学知识三元组的可信度概率，将概率靠前的医学知识三元组输出，实现医学知识图谱构建。

本发明授权一种基于度量学习的医学知识图谱构建方法及系统在权利要求书中公布了：1.一种基于度量学习的医学知识图谱构建方法，其特征在于，包括以下步骤： S1、获取医学知识图谱，构建医学知识三元组； S2、将医学知识三元组按照关系拆分成训练集和背景知识图谱； S3、从训练知识图谱中随机抽取关系节点，并选取所述关系节点对应的部分三元组构建针对所述关系节点的支持集，利用所述关系节点其余的三元组构建询问集，再将询问集中的所有尾实体均替换成与自身头实体无关联关系的实体，从而构建负询问集； S4、选择出具有代表性的实体对，用于指导对抗性增强网络生成具有代表性的特征； S5、利用具有代表性的实体对来训练对抗增强网络模型，生成实体对的代表性特征； S51、构建对抗增强网络的生成器，对对抗增强网络施加约束，最小化目标函数来训练生成器； S52、构建对抗增强网络的判别器； S6、采用训练好的对抗增强网络模型增强支持集，构建关系原型，通过修正原型和询问集中查询实体对的语义表示之间的点积作为三元组的可信度得分； S7、将现有医学知识图谱输入对抗增强网络模型中，输出模型生成的新的医学知识三元组的可信度得分，将得分最高的医学知识三元组输出，实现医学知识图谱构建。

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安徽医科大学，其通讯地址为：230000 安徽省合肥市蜀山区梅山路81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。