南京航空航天大学常相茂获国家专利权
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！
龙图腾网获悉南京航空航天大学申请的专利一种少样本知识图谱补全模型及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：CN119358661B 。
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：202411375023.0，技术领域涉及：G06N5/025；该发明授权一种少样本知识图谱补全模型及方法是由常相茂;郭帆设计研发完成，并于2024-09-29向国家知识产权局提交的专利申请。
本一种少样本知识图谱补全模型及方法在说明书摘要公布了：本发明属于深度学习与知识图谱补全技术领域，涉及一种少样本知识图谱补全模型及方法，补全模型分为三个模块：1LLM‑PCA语义编码器：负责提取知识图谱三元组中实体和关系的文本语义特征，并对提取的语义特征向量进行降维，得到有效的知识图谱元素低维语义表示；2注意力映射网络：负责将三元组初始语义编码向量进行融合并将同一关系下的三元组文本语义表示向量映射到统一的语义空间，将结构信息与文本语义相结合；3真实性评分模块：负责判断待查询三元组真实存在的可能性。该方法不仅能够有效处理复杂关系和稀疏数据，还能在少量训练样本的情况下实现高质量的知识图谱补全，显著提升了补全的准确性和泛化能力。
本发明授权一种少样本知识图谱补全模型及方法在权利要求书中公布了：1.一种少样本知识图谱补全模型，其特征在于，包括LLM-PCA语义编码器、注意力映射网络和真实性评分模块： 所述LLM-PCA语义编码器，包括大模型语义信息提取模块和主成分分析模块，用于提取知识图谱三元组中实体和关系的文本语义特征；通过大型语言模型提取实体和关系文本的语义特征向量，并对提取的语义特征向量进行主成分分析PCA降维，得到有效的知识图谱元素低维语义表示； 所述注意力映射网络，包括自注意力机制层和多层映射网络层，通过自注意力机制自适应地学习实体和关系类型的文本语义之间的交互和映射关系，并通过多层映射网络层和对比学习方法将同一关系下的三元组文本语义表示向量映射到统一的语义空间，将结构信息与文本语义相结合； 所述真实性评分模块，将同一关系下的已知三元组作为支持集，用于计算查询三元组与支持集的相似度，进行查询三元组真实性评分，实现少样本知识图谱补全。
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南京航空航天大学，其通讯地址为：211106 江苏省南京市江宁区将军大道29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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励