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！

龙图腾网获悉上海交通大学申请的专利基于知识图谱推理的地学数据集问答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：CN116955558B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202310893387.7，技术领域涉及：G06F16/3329；该发明授权基于知识图谱推理的地学数据集问答方法及系统是由赵泽;卢彬;吴律文;何亦农;甘小莺;傅洛伊;王新兵设计研发完成，并于2023-07-19向国家知识产权局提交的专利申请。

本基于知识图谱推理的地学数据集问答方法及系统在说明书摘要公布了：本发明提供了一种基于知识图谱推理的地学数据集问答方法及系统，包括：根据地学数据集信息构建地学知识图谱；围绕地学数据集问句的关键意图，训练命名实体识别模型进行问句语义理解与信息抽取；融合文本信息与时空信息对地理实体进行实体对齐；基于知识图谱的实体关系结构，开展知识图谱嵌入，捕获跨实体的潜在关系与全局信息，实现从地学显式数据到深层知识的知识推理；融合对齐结果与推理结果进行多域检索，得到数据集答案。本发明构建了全新的知识图谱智能问答系统，相比于现有问答系统可以提高答案查全性，同时具备知识推理能力，能够通过显式地学数据挖掘隐式内在关联，能够帮助地学专家快速准确地寻找目标数据集。

本发明授权基于知识图谱推理的地学数据集问答方法及系统在权利要求书中公布了：1.一种基于知识图谱推理的地学数据集问答方法，其特征在于，包括： 步骤S1：根据地学数据集信息构建地学知识图谱； 步骤S2：围绕地学数据集问句的关键意图，训练命名实体识别模型进行问句语义理解与信息抽取，得到对应的抽取结果； 步骤S3：融合所述抽取结果中的地理实体名称所对应的文本信息与时空信息，对所述抽取结果中的地理实体进行实体对齐，得到对应的对齐结果； 步骤S4：基于地学知识图谱的实体关系结构，开展知识图谱嵌入，捕获跨实体的潜在关系与全局信息，从地学显式数据到深层知识的知识推理，得到对应的推理结果； 步骤S5：融合抽取结果、对齐结果与推理结果进行多域检索，得到数据集答案； 所述步骤S4包括以下步骤： 步骤S4.1：知识图谱预处理，对相同名称但不同类别实体进行额外消歧，并为知识图谱中每一个实体和关系赋予随机独立ID，建立图谱字符串到ID的映射关系，图谱按照三元组h，r，t形式存储，构成事实的集合F： 步骤S4.2：图谱嵌入初始化，为每一个随机独立ID进行随机嵌入，建立起实体集E与关系集R： 其中，每一个实体的表征由两部分和组成，分别代表实体的基本位置嵌入和平移变量，每一个关系r则被编码为轴对称的超矩形，每一个向量的维度为256维； 步骤S4.3：图谱嵌入建模，为了建模复杂实体关系，每一个实体在不同的事实中会有不同表征，对任一事实，在关系下对应的最终的实体表征为： 其中，表示第j个实体的平移变量； 步骤S4.4：根据图谱嵌入选择合适评价函数，包括通过如下距离函数作为评分函数计算： 其中，表示矩形框的中心点，表示矩形框的宽度，表示与宽度相关的偏置，当实体的嵌入点位于目标矩形中，距离与矩形的大小成反比，给予较低的更新权值使得点始终保持在框内；嵌入点位于目标矩形外时，矩形的大小与距离线性相关，基于更高权值作为惩戒项，总的评分函数定义为所有n个实体和关系框中距离的2阶范数之和，公式如下： 步骤S4.5：在建模完成后对图谱嵌入进行训练，通过逻辑斯蒂损失对实体和关系的嵌入进行不断优化： 当三元组为正例时，取1，当三元组为负例时，取-1； 步骤S4.6：利用嵌入表征实现从显式地学数据到深层地学知识的知识推理，公式如下： 其中，表示某作者的嵌入表征，表示某关键词的嵌入表征，寻找地学数据集的类似数据集、通过对不同实体的嵌入表征计算相似度，公式如下： 则对任意数据集i的所有数据集相似度为： 通过排序并取最高的k个值，推理出对应的最相关的k个数据集。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。