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！

龙图腾网获悉清华苏州环境创新研究院;生态环境部土壤与农业农村生态环境监管技术中心申请的专利一种基于知识图谱推理的污染场地画像构建方法及系统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：CN117009553B 。

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：202311154631.4，技术领域涉及：G06F16/36；该发明授权一种基于知识图谱推理的污染场地画像构建方法及系统是由何炜琪;郭观林;贺泽杰设计研发完成，并于2023-09-08向国家知识产权局提交的专利申请。

本一种基于知识图谱推理的污染场地画像构建方法及系统在说明书摘要公布了：本发明提供一种基于知识图谱推理的污染场地画像构建方法及系统，方法包括：收集污染场地调查报告中的重点数据；基于污染场地调查报告分别获取每一污染地块的污染地块结构化数据表，并获取知识图谱本体结构；对污染地块结构化数据表进行整合形成污染场地结构化数据表；获取知识图谱本体结构中各节点的节点表、关系表和属性表以获取三元组表；基于三元组表建立图数据库，并基于图数据库进行推理以获取污染场地已知污染信息；基于图神经网络对三元组表进行潜在风险推理以获取污染场地潜在污染信息；基于污染场地已知污染信息和污染场地潜在污染信息获取污染场地画像。本申请的方法基于已知事实和潜在风险推理评估污染场地，提高了评估的准确性。

本发明授权一种基于知识图谱推理的污染场地画像构建方法及系统在权利要求书中公布了：1.一种基于知识图谱推理的污染场地画像构建方法，其特征在于，包括： 收集每一污染地块的污染场地调查报告中的重点数据，并将收集的所述重点数据储存至污染场地数据库，所述重点数据用于表示每一所述污染地块的污染情况的关联因素； 基于所述污染场地调查报告分别获取每一污染地块的污染地块结构化数据表，所述污染地块结构化数据表用于记录所述重点数据以及每一所述重点数据所属的类别，其中，同一类别下的所述重点数据被标注为一个标签； 基于多个所述污染地块结构化数据表中的所述标签得到知识图谱本体结构,所述知识图谱本体结构用于表示所有重点数据对应的所述标签之间的关系； 对各所述污染地块结构化数据表进行整合以形成污染场地结构化数据表； 获取所述知识图谱本体结构中各节点的节点表、关系表和属性表，并基于所述污染场地结构化数据表中的所述重点数据分别对所述节点表、所述关系表和所述属性表进行填充，其中，所述节点对应所述标签； 基于填充后的所述节点表、所述关系表和所述属性表获取三元组表，根据所述三元组表建立图数据库，并基于所述图数据库进行推理以获取污染场地已知污染信息； 基于图神经网络对所述三元组表进行潜在风险推理以获取污染场地潜在污染信息； 基于所述污染场地已知污染信息和所述污染场地潜在污染信息获取污染场地画像； 其中，所述基于图神经网络对所述三元组表进行潜在风险推理以获取污染场地潜在污染信息，包括：对所述三元组表中的文本进行向量嵌入以获取各所述重点数据的第一特征向量，并根据所述第一特征向量将所述重点数据映射在多维空间中以形成异构图； 通过图神经网络框架将所述第一特征向量转化为异构数据对象，并将所述异构数据对象传入变换层； 使用两组图神经网络模型分别在所述变换层中进行叠加以形成两层异构图神经网络卷积层，并由两层所述异构图神经网络卷积层组成编码器； 通过所述编码器对所述异构图中的各所述重点数据以及各所述重点数据之间的边进行更新以获取第二特征向量，并将各所述重点数据的第二特征向量进行合并以获取组合向量； 使用解码器对所述组合向量进行解码输出各所述重点数据之间的链接概率； 基于所述异构图和所述链接概率对标注为标签缺失的所述重点数据进行标签补全以获取所述污染场地潜在污染信息。

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清华苏州环境创新研究院;生态环境部土壤与农业农村生态环境监管技术中心，其通讯地址为：215163 江苏省苏州市高新区科技城光启路100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。