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！

龙图腾网获悉哈尔滨工程大学申请的专利一种基于结构和文本信息动态融合的超关系知识图谱表示方法及其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：CN119323248B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202411358418.X，技术领域涉及：G06N5/02；该发明授权一种基于结构和文本信息动态融合的超关系知识图谱表示方法及其系统是由韩启龙;李丽洁;宋洪涛;於志文;王辉设计研发完成，并于2024-09-27向国家知识产权局提交的专利申请。

本一种基于结构和文本信息动态融合的超关系知识图谱表示方法及其系统在说明书摘要公布了：一种基于结构和文本信息动态融合的超关系知识图谱表示方法及其系统，属于知识图谱表示技术领域。解决现有超关系知识图谱表示方法没有考虑到超关系知识图谱中的丰富文本信息问题。方法使用图卷积神经网络、软提示词微调、预训练语言模型、Transformer以及对比学习等技术构建了一种基于结构和文本信息动态融合的超关系知识图谱表示方法。该方法能够增强图谱中实体和关系的表示。除此之外，本发明还充分考虑了负样本在训练过程中的效率问题，提出了一种基于对比学习的负采样方法，提升了训练效率和模型预测效果。本发明适用于知识图谱补全领域中的知识图谱表示技术。

本发明授权一种基于结构和文本信息动态融合的超关系知识图谱表示方法及其系统在权利要求书中公布了：1.一种基于结构和文本信息动态融合的超关系知识图谱表示方法，其特征在于，方法为： 步骤1：获得超关系知识图谱数据集，将数据集进行预处理，并划分为训练集和测试集； 步骤2：构建基于结构和文本信息动态融合的超关系知识图谱表示模型； 步骤2具体为： 步骤2.1：使用图卷积神经网络获得实体和关系的嵌入表示； 步骤2.2：将实体和关系的嵌入表示通过多层感知机，获得结构软提示词的嵌入表示； 步骤2.3：使用结构软提示词微调充分融合超关系知识图谱中实体和关系的结构和文本信息，丰富实体和关系的表示； 步骤2.4：将实体和关系的表示输入到传统知识图谱嵌入模型ConvE模型中，得到实体预测结果； 步骤2.5：将预测结果中的正确实体作为正样本，其他实体作为负样本，使用InfoNCELoss损失函数缩小预测实体和正确实体之间的表示偏差； 步骤3：使用步骤1所划分的训练集数据对步骤2所构建的基于结构和文本信息动态融合的超关系知识图谱表示模型进行训练； 步骤3具体为： 步骤3.1：将步骤1所划分的训练集数据输入到步骤2所构建的基于结构和文本信息动态融合的超关系知识图谱表示模型中，获得实体预测结果； 步骤3.2：将步骤3.1得到的实体预测结果输入到交叉熵损失函数中； 步骤3.3：最小化包含交叉熵损失函数和步骤2.5中的InfoNCELoss损失函数的联合损失函数以训练模型； 步骤4：使用步骤1所划分的测试集数据对步骤3所训练好的基于结构和文本信息动态融合的超关系知识图谱表示模型进行链接预测，获得预测实体结果； 步骤4具体为： 步骤4.1：将步骤1所划分的训练集数据输入到步骤2所构建的基于结构和文本信息动态融合的超关系知识图谱表示模型中； 步骤4.2：获得实体预测结果。

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哈尔滨工程大学，其通讯地址为：150000 黑龙江省哈尔滨市南岗区南通大街145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。