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！

龙图腾网获悉招银网络科技(深圳)有限公司申请的专利一种基于翻译模型的跨语言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：CN116089590B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202310174262.9，技术领域涉及：G06F16/3329；该发明授权一种基于翻译模型的跨语言知识图谱问答方法是由刘弘一;蒲珂宇;季江舟;杨一枭;李金龙设计研发完成，并于2023-02-28向国家知识产权局提交的专利申请。

本一种基于翻译模型的跨语言知识图谱问答方法在说明书摘要公布了：本发明提供了一种基于翻译模型的跨语言知识图谱问答方法，包括以下步骤：步骤一：要回答输入问题文本，根据给定训练集的特点，在预训练的BERT模型的基础上构建了一个全局指针网络模型；步骤二：基于步骤一的基础，接收一个关键实体作为输入，并输出所有可能的答案路径，这些路径满足基准规则的要求，包括关于关键实体的知识图之间的转换；步骤三：接收步骤二提出的原始输入查询和相应路径，并输出最匹配的答案路径。本发明解决了跨语言的联合应用问题，得到了文本、跨语言两者兼顾，提升了模型的训练稳定性，提升了文本匹配的准确率，做到了文本解析、跨语言联合两者兼顾。

本发明授权一种基于翻译模型的跨语言知识图谱问答方法在权利要求书中公布了：1.一种基于翻译模型的跨语言知识图谱问答方法，其特征在于：包括以下步骤： 步骤一：要回答输入问题文本，需要识别答案路径开始的关键实体，将其视为只有一个类别的混合中文、英文和法文三种语言的文本中的NER任务，根据给定训练集的特点，在预训练的BERT模型的基础上构建了一个全局指针网络模型； 步骤二：基于步骤一的基础，接收一个关键实体作为输入，并输出所有可能的答案路径，这些路径满足基准规则的要求，包括关于关键实体的知识图之间的转换； 步骤三：接收步骤二提出的原始输入查询和相应路径，并输出最匹配的答案路径； 所述步骤一中具体步骤如下： S1、训练集以文本，实体的形式构造； S2、上层模型采用Bert-base模型，下层模型采用全局指针网络，以实体类别总的为一类进行训练预测，最终识别出正确的实体； S3、Bert-base是一种基于维基百科104种语言训练的一个预训练模型，以此作为编码器，将Bert的输出作为下层模型的输入； 所述步骤二中具体步骤如下： S1、基于WMT17机器翻译研讨会2017的英汉子集在transformer上训练一个翻译模型； S2、将步骤一识别的实体，基于三元组知识库生成下一跳，然后将新的实体基于翻译模型进行翻译，再基于ElasticSearch进行召回，以翻译之后的实体和未翻译的实体作为新的起始实体，生成下一跳； S3、生成所有候选路径后，将其作为下一阶段的输入； 所述步骤三中具体步骤如下： S1、以文本+第一起始实体+谓词的形式构造训练集，正样本是原始数据集，负样本从所有候选路径中按照1：3的比例进行采样； S2、上层模型采用RoBerta-large，下层模型采用Dense+Sigmoid，对所有的路径输出一个逻辑值，以此作为每条路径的打分； S3、训练好的模型对训练集进行预测，将难以区分的样本加入到训练集中，迭代生成新数据集； S4、将步骤二中的所有路径作为测试集，将同一实体打分最高的路径作为最后的答案。

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招银网络科技(深圳)有限公司，其通讯地址为：518000 广东省深圳市南山区高新中区科技中一路招行信息研发大厦A座4楼；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。