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！

龙图腾网获悉山东省计算中心(国家超级计算济南中心);齐鲁工业大学申请的专利基于LSTM和注意力机制的开放世界知识图谱补全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：CN115879547B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202211619211.4，技术领域涉及：G06N5/02；该发明授权基于LSTM和注意力机制的开放世界知识图谱补全方法及系统是由洪晟译;钱恒;高永超设计研发完成，并于2022-12-14向国家知识产权局提交的专利申请。

本基于LSTM和注意力机制的开放世界知识图谱补全方法及系统在说明书摘要公布了：本发明提供了一种基于LSTM和注意力机制的开放世界知识图谱补全方法及系统，涉及知识图谱补全技术领域，包括给定待补全的三元组数据，获取三元组数据中新实体名称以及实体描述信息并将新实体名称与实体描述信息中的单词拼接成符号序列，通过词嵌入模型将其向量化，通过ComplEx模型对知识图谱中的实体和关系进行初始化形成结构嵌入；将向量化的符号序列进行聚合获得文本特征向量，平均之后再进入注意力层获取分配的权重，最后通过Bi‑LSTM层得到最终的实体文本特征向量；通过映射函数将实体的文本特征向量映射为图谱实体的嵌入向量，使用对齐函数将两个向量空间对齐后，再把映射后的特征向量应用到嵌入模型完成开放世界知识图谱的补全。提高了知识图谱补全的准确率，并应用到常识知识图谱中。

本发明授权基于LSTM和注意力机制的开放世界知识图谱补全方法及系统在权利要求书中公布了：1.基于LSTM和注意力机制的开放世界知识图谱补全方法，其特征在于，包括： 给定待补全的三元组数据，获取三元组数据中新实体名称以及实体描述信息并将新实体名称与实体描述信息中的单词拼接成符号序列，通过词嵌入模型将其向量化； 将向量化的符号序列进行聚合获得文本特征向量，平均之后再进入注意力层获取分配的权重，通过LSTM层得到最终的实体文本特征向量，具体为： 通过平均层捕获实体描述信息的序列信息特征，平均之后将序列信息特征引入注意力层，计算实体描述信息的特征向量与序列信息特征的相似度，对关系与实体描述中词的关联性建模，将实体描述中词向量与对应的权重系数相乘，通过Bi-LSTM层得到最终的实体文本特征向量； 通过映射函数将实体的文本特征向量映射为知识图谱实体的嵌入向量，使用对齐函数将两个向量空间对齐之后，把变换后的特征向量应用到嵌入模型完成开放世界知识图谱的补全； 所述映射函数通过仿射变换的映射函数进行变换，其中M、b将实体描述特征映射到实数空间，Mi、bi投影到虚数空间。

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山东省计算中心(国家超级计算济南中心);齐鲁工业大学，其通讯地址为：250014 山东省济南市历下区科院路19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。