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！

龙图腾网获悉四川大学申请的专利一种基于表示学习的知识图谱问答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：CN115525742B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202110706443.2，技术领域涉及：G06F16/3329；该发明授权一种基于表示学习的知识图谱问答方法是由何小海;朱晗;卿粼波;吴天波;陈洪刚;吴小强;滕奇志设计研发完成，并于2021-06-24向国家知识产权局提交的专利申请。

本一种基于表示学习的知识图谱问答方法在说明书摘要公布了：本发明公开一种基于表示学习的知识图谱问答方法研究。模型可大致分为问题嵌入、关系筛选、向量融合、答案预测四个模块，几个模块之间相互联系。在已有知识表示学习模型的基础上，本发明提出了基于向量融合表示的答案预测方法，以问题嵌入模块为基础、关系筛选和向量融合模块为核心，通过答案预测模块输出结果，实现了端到端的知识图谱问答流程。近年来，知识图谱已经作为一种基础数据服务被广泛地应用在更多的垂直领域中支撑行业上层智能应用的建设。本文基于表示学习的特性和优势，结合医学背景的特点和应用落地的需求，设计并实现了基于医学知识图谱的问答系统，并将在智能问诊，辅助临床诊断方面有广阔的应用前景。

本发明授权一种基于表示学习的知识图谱问答方法在权利要求书中公布了：1.一种基于表示学习的知识图谱问答方法，其特征在于包括以下步骤： 步骤一：将问题q通过RoBERTa模型进行词嵌入得到的词向量，输入到线性层，每层线性层之间通过ReLU激活函数连接，最后通过一层工厂层，将特征向量的维度转换为三元组嵌入的维度，得到问题嵌入向量vq； 步骤二：将问题q中的主语实体h送入查询图生成器，查询图生成器将对知识图谱中的所有关系进行初步筛选，生成关系候选集R0，对R0中的每个关系r，计算问题q和r的语义相似度，将相似度分数s大于0.5的关系构成一个集合，记为R1； 步骤三：对答案候选集中的每个候选答案实体a，筛选主语实体h到a之间的最短关系路径，将所有最短路径中包含的关系构成另一个集合R2，对R1和R2取交集运算，得到关系集合R； 步骤四：将R中的每个关系通过Pos-Att-complex编码器编码，得到关系向量集合VR，对VR中的所有关系向量计算均值，然后将其与vq相加，得到关系和问题向量的融合表示vr'； 步骤五：将答案候选集A中的所有实体以及主语实体h输入Pos-Att-complex编码器，将得到候选答案向量的集合VA和头实体向量vh，将VA中的每个向量与vh、vr'组合构成三元组编码，送入Pos-Att-complex解码器，对三元组进行打分，取分数最高的那条三元组对应的尾实体，即为预测的答案； 步骤六：在训练过程中，模型将对所有候选答案输出一个答案预测分数向量为pi，标签分数向量只有0和1，分别代表错误和正确答案，记为yi，对pi和yi计算二元交叉熵，得到二元交叉熵损失losspi,yi，并在一个batch内求平均。

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四川大学，其通讯地址为：610065 四川省成都市武侯区一环路南一段24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。