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！

龙图腾网获悉安徽工程大学申请的专利一种融合权重与时态信息的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：CN116304089B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202310196958.1，技术领域涉及：G06F16/36；该发明授权一种融合权重与时态信息的知识图谱补全方法是由陶皖;马志远;汪睿思;张强;马靖;叶晓珍;高颖;谭淑;吴艳飞设计研发完成，并于2023-03-03向国家知识产权局提交的专利申请。

本一种融合权重与时态信息的知识图谱补全方法在说明书摘要公布了：本发明公开了一种融合权重与时态信息的知识图谱补全方法，涉及自然语言处理应用技术领域，该方法如下：处理时序知识图谱四元组内容；在权重学习模块，借助权重计算方式，预训练编码器和注意力机制，完善数据嵌入表示；结合文本信息处理方式，改善注意力机制捕获事物变化能力，构建时序注意力机制模块；融合两部分模块，共同学习知识图谱原有数据，基于训练数据推理测试数据部分，得到能够推理和补全知识图谱缺失内容的模型，可提升所产生的知识图谱的完整性，进而带动提高表示正确性，降低错误率，提升时态信息知识图谱补全任务的性能效率表现的效果。

本发明授权一种融合权重与时态信息的知识图谱补全方法在权利要求书中公布了：1.一种融合权重与时态信息的知识图谱补全方法，补全方法应用于语义分析，其特征在于，包括： 构建四元组数据集，并将原有知识图谱转化为按时序划分的静态知识图谱子图； 构建基于多来源数据库的实验数据集，按时序关系划分训练数据与测试数据； 利用预训练模型和注意力机制、权重学习方式相融合，共同对知识图谱数据进行嵌入强化学习； 构建时序注意力机制，利用注意力机制和借鉴文本处理方式，使用位置信息模拟时间先后顺序，优化模型推测事实变化的能力； 将多种数据源构成的数据集用于模型方法，持续地学习知识图谱信息，不断优化模型参数，调整模型性能，以得到训练好的知识图谱补全模型，获得补全的知识图谱； 所述构建基于多来源数据库的实验数据集包括： 使用公开大型数据集中的部分数据作为实验数据； 按照时间顺序设立时间节点，按照时间节点划分事实，构成多个静态知识子图； 将时序关系上最后一张子图作为各自数据集中的测试数据，将其余子图归为训练数据； 针对某一目标实体，将其处于时序上最后一张子图上的缺失某一信息的四元组作为测试问题，统计预测缺失信息的准确率，计算知识图谱补全模型性能； 所述对知识图谱数据进行嵌入强化学习包括： 将预训练模型BERT作为编码器，对原有知识图谱数据进行编码表示； 使用注意力机制对目标数据进行基础的嵌入表示学习； 通过权重计算，根据所选目标实体与其邻居实体间相互影响的数据来分配合适权重； 将基础嵌入表示与已包含权重的信息进行结合，获得含权重的强化嵌入表示； 所述构建时序注意力机制包括： 利用注意力机制学习含时序排列的静态知识子图； 基于时间顺序为不同子图分配位置信息，有序输入上述注意力机制； 通过位置信息模拟文本的顺序处理方式，训练融合权重与时态信息的知识图谱补全模型捕获事实演化能力。

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安徽工程大学，其通讯地址为：241000 安徽省芜湖市鸠江区；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。