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！

龙图腾网获悉中国科学院自动化研究所申请的专利知识图谱链路的预测方法、设备、存储介质及程序产品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：CN119621991B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202411437676.7，技术领域涉及：G06F16/36；该发明授权知识图谱链路的预测方法、设备、存储介质及程序产品是由陈经禄;祖全楠;陈梦盼;张文豪;赵晓萌设计研发完成，并于2024-10-15向国家知识产权局提交的专利申请。

本知识图谱链路的预测方法、设备、存储介质及程序产品在说明书摘要公布了：一种知识图谱链路的预测方法、设备、存储介质及程序产品，涉及人工智能领域。其中方法包括：获取预测任务对应的第一知识图谱链路，所述第一知识图谱链路缺失实体向量或时间向量；将所述第一知识图谱链路输入至知识图谱模型，获取所述知识图谱模型输出的第二知识图谱链路，所述第二知识图谱链路为完整的知识图谱链路；其中，所述知识图谱模型是通过样本知识图谱链路的实体、关系随时间的动态变化关系训练得到的。实施本发明提供的技术方案，可以提高对动态变化知识图谱链路的预测准确性。

本发明授权知识图谱链路的预测方法、设备、存储介质及程序产品在权利要求书中公布了：1.一种知识图谱链路预测方法，其特征在于，应用于文本识别，包括： 获取预测任务对应的第一知识图谱链路，所述第一知识图谱链路缺失实体向量或时间向量； 将所述第一知识图谱链路输入至知识图谱模型，获取所述知识图谱模型输出的第二知识图谱链路，所述第二知识图谱链路为完整的知识图谱链路； 其中，所述知识图谱模型是通过样本知识图谱链路的实体、关系随时间的动态变化关系训练得到的； 所述知识图谱模型的训练过程，包括： 获取样本知识图谱链路，所述样本知识图谱链路包括样本头实体向量、样本关系向量、样本尾实体向量以及样本时间向量； 将所述样本知识图谱链路输入至所述知识图谱模型中，获取所述知识图谱模型输出的样本预测结果； 基于所述样本预测结果确定所述知识图谱模型的损失值； 根据所述损失值调整所述知识图谱模型的参数； 所述知识图谱模型为增强型TransR，所述将所述样本知识图谱链路输入至所述知识图谱模型中，获取所述知识图谱模型输出的样本结果，包括： 分别将所述样本知识图谱链路中的样本头实体向量、样本关系向量、样本尾实体向量以及样本时间向量嵌入至增强型TransR中的语义空间中，得到第一实体空间、第一关系空间以及第一时间空间； 将所述第一实体空间映射于所述第一关系空间，得到第一投影矩阵； 将所述第一时间空间映射于所述第一关系空间，得到第二投影矩阵； 基于所述第一投影矩阵和第二投影矩阵，获取所述样本知识图谱的样本结果； 或， 所述知识图谱模型为增强型TransT，所述将所述样本知识图谱链路输入至所述知识图谱模型中，获取所述知识图谱模型输出的样本结果，包括： 分别将所述样本知识图谱链路中的样本头实体向量、样本关系向量、样本尾实体向量以及时间向量嵌入至增强型TransT中的语义空间中，得到第二实体空间、第二关系空间以及第二时间空间； 基于所述第二实体空间和所述第二时间空间，构建第三投影矩阵； 基于所述第二关系空间和所述第二时间空间，构建第四投影矩阵； 基于所述第三投影矩阵和所述第四投影矩阵，获取所述样本知识图谱的样本结果。

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中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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。