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！

龙图腾网获悉青岛海信网络科技股份有限公司申请的专利一种问答模型训练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：CN115114421B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202210708694.9，技术领域涉及：G06N3/084；该发明授权一种问答模型训练方法是由孙永良;李建伟;汪铎;赵峂;苏晓伟;李浩设计研发完成，并于2022-06-21向国家知识产权局提交的专利申请。

本一种问答模型训练方法在说明书摘要公布了：本申请公开了一种问答模型训练方法及存储介质。该方法包括：根据第一三元组更新第一知识图谱，得到更新后的第二知识图谱；从第一知识图谱中选择第二三元组，形成三元组集合；其中，三元组集合中每个三元组中的头实体与第一三元组中的头实体相关；根据三元组集合生成正例样本集合以及负例样本集合，正例样本集合是三元组集合的一个子集，负样本集合中的负例三元组的头实体与所述正例样本集合中的头实体相同、尾实体和或关系与正例样本三元组的尾实体和或关系不同；根据所述正例样本集合和所述负例样本集合，更新所述第二知识图谱的表示模型；根据第二知识图谱的表示模型以及问答模型的训练样本集合，对所述问答模型进行训练。

本发明授权一种问答模型训练方法在权利要求书中公布了：1.一种基于问题文本的问答模型训练方法，其特征在于，包括： 获取问题文本的第一三元组；所述方法还包括：为所述第一三元组设置时间戳； 判断所述第一三元组是否为增量更新； 若所述第一三元组不是增量更新，则根据所述第一三元组和知识图谱中的所有三元组，构建知识图谱的表示模型；根据该构建的知识图谱表示模型以及问答模型的训练样本集合，对问答模型进行训练； 若所述第一三元组是增量更新，则根据第一三元组更新第一知识图谱，得到更新后的第二知识图谱；其中，所述第一三元组为待更新到知识图谱中的三元组，所述第一三元组包括头实体、尾实体和关系； 根据所述第一三元组的头实体，从所述第一知识图谱中选择候选三元组，所述候选三元组中的头实体与所述第一三元组的头实体相关；根据所述候选三元组中的头实体与尾实体间的关系所属的关系类别，确定每个关系类别对应的候选三元组的数量；选择最高数量对应的关系类别作为目标关系类别，将关系类别与所述目标关系类别相同的候选三元组，构成三元组集合；所述三元组集合中至少包括一跳候选三元组和二跳候选三元组；所述根据所述第一三元组的头实体，从所述第一知识图谱中选择候选三元组，至少包括以下步骤：从所述第一知识图谱中选择一跳候选三元组，所述一跳候选三元组中的头实体与所述第一三元组的头实体相同；从所述第一知识图谱中选择二跳候选三元组，所述二跳候选三元组中的头实体与所述一跳候选三元组中的头实体相同； 根据所述三元组集合生成正例样本集合以及负例样本集合，所述正例样本集合是所述三元组集合的一个子集，所述负例样本集合中的负例三元组的头实体与所述正例样本集合中的头实体相同、尾实体和或关系与所述正例样本三元组的尾实体和或关系不同； 根据所述正例样本集合和所述负例样本集合，更新所述第二知识图谱的表示模型；所述根据所述正例样本集合和所述负例样本集合，更新所述第二知识图谱的表示模型，包括：将所述正例样本集合和所述负例样本集合进行合并；合并后，对集合中原本就在所述第一知识图谱中的三元组，使用它之前的复数向量表示进行初始化，对于不在所述第一知识图谱中的三元组，随机设定一个复数向量，再基于知识图谱的表示模型的损失函数，对所述第二知识图谱的表示模型中各实体向量与关系向量进行更新； 根据所述第二知识图谱的表示模型以及问答模型的训练样本集合，对所述问答模型进行训练。

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青岛海信网络科技股份有限公司，其通讯地址为：266071 山东省青岛市崂山区株洲路151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。