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！

龙图腾网获悉浙江工业大学申请的专利基于任务相关网络的小样本汽车产业链知识图谱补全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：CN116681134B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202310607667.7，技术领域涉及：G06N5/025；该发明授权基于任务相关网络的小样本汽车产业链知识图谱补全方法是由杨旭华;张炼;徐雷;徐新黎;叶蕾设计研发完成，并于2023-05-26向国家知识产权局提交的专利申请。

本基于任务相关网络的小样本汽车产业链知识图谱补全方法在说明书摘要公布了：基于任务相关网络的小样本汽车产业链知识图谱补全方法，首先从汽车产业链知识图谱中捕获一跳邻居的任务相关信息，对任务实体进行向量嵌入，然后获取头尾实体之间的自注意力信息，最后通过一个任务相关网络对参考集建模，获取细颗粒度语义的、任务相关的关系向量嵌入，通过计算头实体、关系和尾实体在残缺三元组中距离评分，得到汽车产业链知识图谱补全结果。本发明考虑了汽车产业链知识图谱的结构信息和任务相关信息，在小样本的背景下，准确性较高，补全效果好。

本发明授权基于任务相关网络的小样本汽车产业链知识图谱补全方法在权利要求书中公布了：1.一种基于任务相关网络的小样本汽车产业链知识图谱补全方法，其特征包括如下步骤： 步骤1针对需要补全的汽车产业链知识图谱，从中提取出需要补全小样本关系，来构建小样本任务，每一种小样本关系均包含满足其关系的头尾实体对，将所有的头尾实体对分成两个部分，组成参考集和查询集；所有包含非小样本关系的三元组作为背景知识图谱；其中，包含小样本关系的头尾实体对远少于包含非小样本关系的头尾实体对，使用预训练方法获得三元组实体和关系的初始嵌入向量； 步骤2对于每一种小样本关系的参考集和查询集中的所有实体，从背景知识图谱中分别提取出其一跳邻居集合，挖掘每个实体一跳邻居的任务相关性，获得任务实体嵌入向量； 步骤3对于每一小样本关系的参考集和查询集中的所有实体对，用一个自注意力机制建模头尾实体嵌入向量的交互作用，获取头尾实体的注意力特征向量，并通过卷积将两个向量拼接起来，获取头尾实体对的嵌入向量； 步骤4对于每一小样本关系查询集中的所有实体对，基于翻译机制，根据任务关系的上下文，即头尾实体对，对任务关系进行编码，获得上下文关系表征； 步骤5对于每一小样本关系，将每一个查询实体对对应的关系嵌入向量和实体对嵌入向量输入给自定义的损失函数计算损失值，通过梯度下降的方式来训练初始模型； 步骤6对于一个新的小样本关系，遍历知识图谱中所有的残缺三元组，将知识图谱中的所有头实体或尾实体作为候选实体，使用训练好的模型进行打分，选取分数高的实体来补全残缺部分。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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。