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！

龙图腾网获悉厦门城市职业学院(厦门开放大学)申请的专利基于中文诗歌-语义知识图谱的构建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：CN121146034B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202511693846.2，技术领域涉及：G06N5/025；该发明授权基于中文诗歌-语义知识图谱的构建方法是由宋丽丽;孙海信;卢志民;翁苏湘设计研发完成，并于2025-11-18向国家知识产权局提交的专利申请。

本基于中文诗歌-语义知识图谱的构建方法在说明书摘要公布了：本发明公开了基于中文诗歌‑语义知识图谱的构建方法，具体涉及图谱推理技术领域；通过将诗歌文本依照格律、用韵、意象、典故等风格维度划分为多个特征子通道，提取异构风格特征向量组，利用风格指纹投影模型生成归属概率矩阵；在归属模糊条件下生成风格混合标签，并基于图谱嵌入与语义路径遍历实现风格归属推理；若存在风格边界样本，触发图谱结构自更新机制，实现风格节点的扩展与边界学习；该方法有效提升了中文古典诗歌风格归属的准确性、解释性与图谱结构自适应能力，适用于诗歌风格分析、作者归属判断及风格演化建模等场景。

本发明授权基于中文诗歌-语义知识图谱的构建方法在权利要求书中公布了：1.基于中文诗歌-语义知识图谱的构建方法，其特征在于：包括： 获取多个中文古典诗歌样本，并将每一诗歌依照其句式结构拆分为多个风格特征子通道，所述风格特征子通道包括：平仄结构通道、用韵通道、意象组合通道与典故语义通道； 分别对每一子通道执行异构特征抽取，得到其对应的特征向量组，其中代表各维度风格特征的独立嵌入表达； 基于多个子通道的特征向量组，通过风格指纹投影学习模型构建出风格空间，所述风格空间为多诗人样本的联合映射空间，用于生成每一目标诗歌在各风格维度下的模糊归属度向量M； 对模糊归属度向量M进行归一化处理，得到风格归属概率矩阵P，其中，每一分量Pi表示目标诗歌在诗人i风格下的归属概率； 所述风格指纹投影学习模型包括多通道自适应投影层与联合风格融合模块，其中：通过对每一特征向量组进行特征尺度标准化与方向正交约束，形成归一化嵌入集合；再利用多通道自注意力机制对不同通道间的特征依赖关系进行加权学习，得到投影矩阵；将所述投影矩阵映射至统一的风格潜空间；其中，所述联合风格融合模块采用基于对比学习的聚合机制，包括：构建多诗人样本集的风格中心点向量集合，m为诗人数量，其中为第i位诗人训练样本在风格空间中的平均向量；将目标诗歌的特征向量组输入风格指纹投影学习模型，计算其与各中心点向量的余弦相似度；利用Softmax函数对相似度进行归一化处理，得到目标诗歌相对于各诗人风格的初步概率分布矩阵Q；基于Q对目标样本执行动态权重调整，以优化样本在风格空间中的聚合位置，获得初步模糊归属度表示；引入语义流形嵌入机制，通过基于高斯核的邻域传播算法对进行结构平滑，生成每一目标诗歌在各风格维度下的模糊归属度向量M； 依据风格归属概率矩阵P中置信度高于阈值的风格分布特征，构建风格语义知识图谱G；所述风格语义知识图谱G为可扩展图谱结构，其节点表示具体风格特征组合单元，边为依据典故语义、意象共现或修辞联想构建的隐喻链； 将所述风格语义知识图谱G嵌入推理模型，通过图谱结构的语义路径深度遍历，对目标诗歌进行归属推断与风格归类； 若P中存在多个归属得分接近的风格分布，则输出风格混合标签并触发G的图谱自更新，自动吸纳目标诗歌作为边界样本。

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厦门城市职业学院(厦门开放大学)，其通讯地址为：361008 福建省厦门市思明区前埔南路1263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。