浙江大学高云君获国家专利权
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！
龙图腾网获悉浙江大学申请的专利一种利用图采样训练和矩阵规范化的大规模实体对齐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：CN116882497B 。
龙图腾网通过国家知识产权局官网在2025-10-24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：202310817190.5，技术领域涉及：G06N5/025；该发明授权一种利用图采样训练和矩阵规范化的大规模实体对齐方法是由高云君;吴君洋;陈璐;刘小泽设计研发完成，并于2023-07-03向国家知识产权局提交的专利申请。
本一种利用图采样训练和矩阵规范化的大规模实体对齐方法在说明书摘要公布了：本发明公开了一种利用图采样训练和矩阵规范化的大规模实体对齐方法，提出了一种针对大规模网络百科知识图谱对齐任务的采样训练方式，能有效降低训练过程的计算开销，且不破坏图谱的结构信息。本申请针对大规模网络百科知识图谱特征矩阵存在的中心性和隔离性问题，提出稀疏矩阵规范化方法，将最优传输理论应用于实体对齐，生成实现高效，高精度的对齐结果。
本发明授权一种利用图采样训练和矩阵规范化的大规模实体对齐方法在权利要求书中公布了：1.一种利用图采样训练和矩阵规范化的大规模实体对齐方法，其特征在于，包括： 获取大规模的源网络百科知识图谱和目标网络百科知识图谱，其中所述源网络百科知识图谱中的部分实体和目标网络百科知识图谱中的部分实体存在配对关系，其中所述实体为网络百科中的词条； 基于所述源网络百科知识图谱和目标网络百科知识图谱中已配对的实体，将两个知识图谱中的实体集合划分成所含实体数量相等的子集，其中两个知识图谱划分得到的子集存在成对关系； 对每个子集中的实体进行多层邻居采样，得到对应的子图，其中由存在成对关系的子集采样得到的子图存在成对关系； 使用基于知识图谱结构的实体对齐模型独立学习每对子图中对应的子集内实体的结构特征，构建特征矩阵； 对目标网络百科知识图谱和源网络百科知识图谱的所有实体，利用所述特征矩阵计算最近邻，从而构建稀疏相似度矩阵，利用Sinkhorn操作对所述稀疏相似度矩阵进行处理，得到实体对齐结果。
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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励