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！

龙图腾网获悉复旦大学申请的专利基于对比学习关系表示的知识图谱多跳问答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：CN115757737B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202211482851.5，技术领域涉及：G06N5/04；该发明授权基于对比学习关系表示的知识图谱多跳问答方法及其系统是由郑卫国;徐曼设计研发完成，并于2022-11-24向国家知识产权局提交的专利申请。

本基于对比学习关系表示的知识图谱多跳问答方法及其系统在说明书摘要公布了：本发明涉及一种基于对比学习关系表示的知识图谱多跳问答方法及其系统，该方法包括以下步骤：针对问题对应的KG子图，基于对比学习和负采样机制，训练生成对应的关系表示，即得到编码器；通过编码器对关系进行编码，并利用KG上下文处理器进行集成处理，确定出用于多跳推理的相关性得分，得到带权子图；使用文本分类模型预测出问题的跳数，并采用自适应波束搜索的方式，在带权子图上寻找最优加权链，进而返回对应于问题的答案。与现有技术相比，本发明能够在包含多种关系的知识图谱上进行精细的多跳推理，有效找到最优推理链，减少错误传播并提供可解释性。

本发明授权基于对比学习关系表示的知识图谱多跳问答方法及其系统在权利要求书中公布了：1.一种基于对比学习关系表示的知识图谱多跳问答方法，其特征在于，包括以下步骤： S1、针对问题对应的KG子图，基于对比学习和负采样机制，训练生成对应的关系表示，即得到编码器； S2、通过编码器对关系进行编码，并利用KG上下文处理器进行集成处理，确定出用于多跳推理的相关性得分，得到带权子图； S3、使用文本分类模型预测出问题的跳数，并采用自适应波束搜索的方式，在带权子图上寻找最优加权链，进而返回对应于问题的答案； 步骤S2具体包括以下步骤： S21、从话题实体出发，提取出k跳子图，利用编码器对关系进行编码； S22、利用KG上下文处理器对k跳子图的上下文关系进行相关性打分； S23、基于相关性打分数值，对k跳子图依次执行过滤、融合和注入操作，得到包含相关性得分的带权子图； 步骤S22具体是计算k跳子图的上下文关系与问题之间的距离，以作为对应的相关性打分数值； 步骤S23中过滤操作具体为：将相关性打分数值低于预设阈值的上下文关系过滤筛除； 步骤S23中融合操作具体为：将上下文边表示进行融合； 步骤S23中注入操作具体为：将上下文边表示注入当前边表示。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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。