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！

龙图腾网获悉北京计算机技术及应用研究所申请的专利一种借助知识图谱生成关系型数据的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：CN119719381B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411685755.X，技术领域涉及：G06F16/36；该发明授权一种借助知识图谱生成关系型数据的方法是由张杭;常珈豪;葛志;余增文;汪小良;孙渊博;田宗凯;俞靓设计研发完成，并于2024-11-23向国家知识产权局提交的专利申请。

本一种借助知识图谱生成关系型数据的方法在说明书摘要公布了：本发明涉及一种借助知识图谱生成关系型数据的方法，属于人工智能技术领域。本发明通过使用GraphTransformer，利用多头注意力机制和前馈神经网络的邻域聚合，能有效捕捉节点之间的语义关联与重要性，从而在新生成的图谱中保留了原始结构的特征，保证新生成的图谱结构和原始图谱结构保持一致；通过使用大语言模型LLM结合提示工程进行数据增强，在上下文和实体级别应用增强策略，在保持原有三元组结构的同时，通过替换策略确保增强文本内容与现实逻辑一致。微调预训练模型以适应实体识别和关系抽取任务，进一步提高了生成内容的可靠性和现实应用价值。

本发明授权一种借助知识图谱生成关系型数据的方法在权利要求书中公布了：1.一种借助知识图谱生成关系型数据的方法，其特征在于，包括以下步骤： 步骤1、使用GraphTransformer从知识图谱中生成自然语言文本；GraphTransformer是一种基于图注意力机制的图神经网络模型，它利用注意力机制，在图结构中进行信息传递和聚合，并将这些信息转化为自然语言描述； 步骤2、对步骤1生成的自然语言文本进行大语言模型驱动的数据增强，生成增强文本； 其中，通过上下文级别和实体级别的双重增强策略，对从知识图谱生成的自然语言文本数据进行数据增强，以确保生成文本在结构和内容上符合实际；首先采用上下文级别的初步增强，即通过调整句子长度、词汇使用、从句结构和文本风格来生成不同的文本表达方式，在保持三元组结构的同时增加文本的多样性；然后在实体级别进行增强，利用LLM将自然语言文本原句中的实体替换为同类型的其他实体，丰富数据的多样性并确保内容符合现实逻辑； 步骤3、提取增强文本中的三元组并构建新的知识图谱； 其中，通过微调技术生成增强文本的三元组，并根据生成的三元组生成新的知识图谱；其中，通过在OntoNotes5.0和TACRED数据集上微调BERT模型，使BERT模型能够适应实体识别和关系抽取任务，微调后的BERT模型能识别出文本中的实体及其类别，并按类别分为多个三元组；再根据各个三元组生成新的知识图谱，新的知识图谱在结构上与原始知识图谱保持一致，但在内容上实现了丰富性和多样性。

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北京计算机技术及应用研究所，其通讯地址为：100854 北京市海淀区永定路51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。