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！

龙图腾网获悉北京伯仲汇智科技有限公司申请的专利基于人工智能的数学教学知识图谱生成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：CN120297385B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202510350756.7，技术领域涉及：G06N5/022；该发明授权基于人工智能的数学教学知识图谱生成方法及系统是由马志太;张上昀卿;刘元翕;王灏;马鸣谦;刘沫非;匡泓聿;黄泰初设计研发完成，并于2025-03-24向国家知识产权局提交的专利申请。

本基于人工智能的数学教学知识图谱生成方法及系统在说明书摘要公布了：本发明涉及人工智能和智慧教育技术领域，提供一种基于人工智能的数学教学知识图谱生成方法及系统，用以优化和改进教学知识图谱生成技术以实现更加智能化精准的教学知识图谱生成，该方法包括：获取多源教学数据集合；从教材文本数据中提取数学知识点实体集合，并根据试题结构数据生成数学知识点实体集合中的数学知识点实体之间的关联关系集合；基于预设的语义分析模型对数学知识点实体集合进行层次化分类处理，得到知识点层级结构数据，并基于关联关系集合计算数学知识点实体的权重分配数据；根据知识点层级结构数据与权重分配数据生成动态知识图谱拓扑结构，动态知识图谱拓扑结构中的节点包含数学知识点实体的语义向量和关联强度参数。

本发明授权基于人工智能的数学教学知识图谱生成方法及系统在权利要求书中公布了：1.一种基于人工智能的数学教学知识图谱生成方法，其特征在于，所述方法包括： 获取多源教学数据集合，所述多源教学数据集合包括教材文本数据、试题结构数据和教学资源数据； 从所述教材文本数据中提取数学知识点实体集合，并根据所述试题结构数据生成所述数学知识点实体集合中的数学知识点实体之间的关联关系集合； 基于预设的语义分析模型对所述数学知识点实体集合进行层次化分类处理，得到知识点层级结构数据：将所述数学知识点实体集合输入所述语义分析模型，生成所述数学知识点实体集合中每个数学知识点实体的语义特征向量；根据所述语义特征向量之间的余弦相似度生成初始分类图结构；基于图神经网络对所述初始分类图结构进行层级划分，生成多个候选层级节点组；根据所述教学资源数据中的章节划分信息对所述候选层级节点组进行修正，得到所述知识点层级结构数据，并基于所述关联关系集合计算所述数学知识点实体的权重分配数据； 根据所述知识点层级结构数据与所述权重分配数据生成动态知识图谱拓扑结构，所述动态知识图谱拓扑结构中的节点包含所述数学知识点实体的语义向量和关联强度参数； 所述基于图神经网络对所述初始分类图结构进行层级划分，生成多个候选层级节点组，包括： 从所述初始分类图结构中提取节点特征矩阵和邻接矩阵，生成图结构输入数据；将所述图结构输入数据输入所述图神经网络的多层卷积模块进行节点特征聚合，生成包含全局语义信息的节点嵌入向量集合；根据所述节点嵌入向量集合中每个节点的嵌入向量计算欧氏距离矩阵，并基于所述欧氏距离矩阵构建层次聚类树结构； 按照预设的层级数量阈值对所述层次聚类树结构进行切割，生成包含不同层级深度的初步层级节点分组；对所述初步层级节点分组中的每个分组进行节点密度校验，若检测到分组内节点的平均欧氏距离超过密度阈值，则将当前分组与相邻层级的分组合并，生成优化后的候选层级节点组；根据所述教学资源数据中的章节划分信息对所述候选层级节点组进行层级标签映射，将相同章节标签的节点分组划分至同一层级，生成带层级标签的候选层级节点组集合； 遍历所述候选层级节点组集合中的每个层级标签，提取对应层级内的节点连接关系，若存在跨层级的连接边，则根据所述关联关系集合中的关联强度参数调整层级划分边界，生成边界修正后的候选层级节点组；基于所述节点嵌入向量集合对边界修正后的候选层级节点组进行内部节点一致性验证，移除与同组节点语义差异超过预设阈值的异常节点，生成最终候选层级节点组。

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伯仲汇智科技有限公司，其通讯地址为：102400 北京市房山区城关街道顾八路1区1号-Q886；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。