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！

龙图腾网获悉浙江大学申请的专利基于Transformer的多模态知识图谱动态自适应对齐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：CN116932777B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202310887453.X，技术领域涉及：G06F16/36；该发明授权基于Transformer的多模态知识图谱动态自适应对齐方法是由陈华钧;陈卓;方尹;郭凌冰;张文设计研发完成，并于2023-07-19向国家知识产权局提交的专利申请。

本基于Transformer的多模态知识图谱动态自适应对齐方法在说明书摘要公布了：本发明公开了一种基于Transformer的多模态知识图谱动态自适应对齐方法，包括：将两个多模态知识图谱按照模态特征维度分解后编码映射得到多模态实体特征表示；基于全局自适应权重投影映射后的多模态实体特征表示进行对齐聚合；通过Transformer进行基于注意力机制的自定义模态融合得到融合向量；基于对齐聚合和融合向量，并引入模态自适应的对比学习框架构建一阶段训练损失；基于循环缺失模态想象模块构建二阶段训练损失，基于损失函数对所有模块的学习，以实现模态知识图谱动态自适应对齐。

本发明授权基于Transformer的多模态知识图谱动态自适应对齐方法在权利要求书中公布了：1.一种基于Transformer的多模态知识图谱动态自适应对齐方法，其特征在于，包括以下步骤： 将给定的两个多模态知识图谱按照模态特征分解成为多个维度，并对每个维度的内容特征进行特征编码，得到每个实体对应的多模态实体特征表示，并将多模态实体特征表示进行同空间投影映射； 其中，维度包括图结构维度、关系维度、属性维度以及视觉图片维度； 对属性维度和关系维度，采用词袋模型对属性和关系对应的内容特征进行特征编码；对于图结构维度，采用图注意力模型对图结构对应的内容特征进行特征编码；对于视觉图片维度，采用图像预训练编码器对视觉图片对应的内容特征进行特征编码；采用模态自适应的全连接层将每个维度对应的实体特征表示进行同空间投影映射； 构建全局模态聚合模块，基于全局自适应权重投影映射后的多模态实体特征表示进行对齐聚合； 构建实体层级的模态对齐模块，通过Transformer进行基于注意力机制的自定义模态融合得到融合向量； 基于对齐聚合和融合向量，并引入模态自适应的对比学习框架构建一阶段训练损失； 构建循环缺失模态想象模块，并基于循环缺失模态想象模块构建二阶段训练损失； 基于一阶段训练损失和二阶段训练损失，并采用模态感知的难负样本重放策略进行所有模块的学习，以实现模态知识图谱动态自适应对齐。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。