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！

龙图腾网获悉东南大学申请的专利一种基于模块化对偶学习的知识图谱问答和问题生成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：CN116975234B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202310951461.6，技术领域涉及：G06F16/3329；该发明授权一种基于模块化对偶学习的知识图谱问答和问题生成方法是由苗泽一;毕胜设计研发完成，并于2023-07-31向国家知识产权局提交的专利申请。

本一种基于模块化对偶学习的知识图谱问答和问题生成方法在说明书摘要公布了：本发明公开了一种基于模块化对偶学习的知识图谱问答和问题生成方法，主要用于将知识图谱问答任务和问题生成任务联合学习，提高彼此的性能。本发明对于特定任务的给定输入，首先通过一个离散的隐变量以混合专家的方式产生一个路由选择器。然后通过路由选择器和给定的上下文生成一个适应当前任务的共享网络结构，这些共享的神经网络层具有相同的结构和参数量，在组成新的网络结构时，可以被放在串联路径上的不同位置，而且可以被重复使用。最后，提出一种衡量共享网络是否需要纳入当前任务计算过程的评估方法，自适应引入对偶任务的归纳偏置来改善当前模型，提高模型的性能。

本发明授权一种基于模块化对偶学习的知识图谱问答和问题生成方法在权利要求书中公布了：1.一种基于模块化对偶学习的知识图谱问答和问题生成方法，其特征在于，所述方法包括如下步骤： 1对于给定的一个问题Q和对应的子图重新定义知识图谱问答任务QuestionAnsweringoverKnowledgeGraphs，KGQA和问题生成任务QuestionGenerationoverKnowledgeGraphs，KGQG，并建立对偶关系； 2通过一个离散的隐变量以混合专家的方式产生一个路由选择器； 3对所述步骤2得到的路由选择器，通过其和给定的上下文生成一个适应当前任务的共享网络结构； 4对所述步骤3得到的共享网络结构，采用一种基于梯度的共享网络增益度评估方法进行KGQA和KGQG之间的参数传递； 5将对偶学习模式下KGQA和KGQG的概率相关性作为优化对象，采用基于硬期望最大化的方式优化路由选择器，最大化其多样性，进而提升模型的泛化能力； 所述步骤1中，KGQG和KGQA通过子图和问题Q的联合概率分布相连接，这种概率的相关性被称为对偶性，给定一个问题Q和对应的子图联合联合概率分布和PS,Q建立如下： 即实际上，一个SPARQL语句中实体和关系的组织形式和一个特定的查询子图是对应的，建立了KGQG和KGQA的对偶关系，KGQA和KGQG的任务形式是一致的，问答和问题生成模块采用了相同的编码器-解码器框架—基于Transformer的生成模型。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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。