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！

龙图腾网获悉安徽省交通规划设计研究总院股份有限公司;重庆交通大学;安徽省交规院工程智慧养护科技有限公司申请的专利一种基于深度学习的桥梁康养知识图谱构建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：CN117131200B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202310883586.X，技术领域涉及：G06F16/36；该发明授权一种基于深度学习的桥梁康养知识图谱构建方法是由沈国栋;杨建喜;梁柱;袁瑞;杨小霞;李韧;杜赛赛;郭桥;汪开喜;王尧伟设计研发完成，并于2023-07-18向国家知识产权局提交的专利申请。

本一种基于深度学习的桥梁康养知识图谱构建方法在说明书摘要公布了：本发明公开了一种基于深度学习的桥梁康养知识图谱构建方法,该方法首先对桥梁管养领域文本中的实体和关系进行标注，形成该领域知识抽取语料库；其次，提出基于预训练语言模型的信息抽取模型，该模型的嵌入层共享ALBERT预训练语言模型对领域文本描述进行知识表征，命名实体识别模块采用Transformer进行词嵌入的语义特征提取，关系抽取模块采用BiGCN提取特征，分别使用CRF和Softmax对命名实体和实体间关系进行标签预测，输入领域标注语料进行模型训练；然后，利用训练好的知识抽取模型进行该领域命名实体识别和关系抽取；最后，根据所抽取的实体和关系构建桥梁康养知识图谱。本发明应用于领域知识图谱构建过程，实现了桥梁康养知识的半自动化信息抽取，降低人工构建成本。

本发明授权一种基于深度学习的桥梁康养知识图谱构建方法在权利要求书中公布了：1.一种基于深度学习的桥梁康养知识图谱构建方法，其特征在于，包括： S1、对桥梁管养领域文本中的实体和关系进行标注，形成该领域知识抽取语料库； S2、构建桥梁康养领域知识抽取模型，并输入领域标注语料进行模型训练； S2中的桥梁康养领域知识抽取模型包含命名实体识别和关系抽取两个主要模块，并共享ALBERT嵌入层，将桥梁康养文本输入ALBERT预训练语言模型，得到其嵌入表征输出其中为桥梁康养文本Cb的字符串向量序列； 所述的命名实体识别模块采用Transformer进行语义特征提取，使用CRF对命名实体进行标签预测，将桥梁康养领域文本嵌入表征直接输入Transformer特征提取器，分别得到多头注意力机制Multi-HeadAttention和前馈神经网络FeedForwardNetwork学习后的输出ym和yf: yf＝LayerNormym+FFNym 经过由多个多头注意力机制和前馈神经网络组成的编码-解码模块，Linear线性映射和Softmax激活函数，得到最终桥梁管养文本语义特征提取结果 其中，是Transformer的Encoder-Decoder编码-解码后的输出； 所述的关系抽取模块采用双向图卷积神经网络BiGCN提取特征，并使用Softmax对实体间关系进行标签预测，将命名实体识别阶段所获取的桥梁康养领域实体作为图节点根据实体的类别标签，以概念层的预定义关系作为图结构的边集合通过前向GCN和后向GCN的学习，得到桥梁康养实体间关系的语义特征提取结果其计算方法为： 其中，表示单一GCN的隐层输出表示，表示前向GCN的隐层输出，表示后向GCN的隐层输出，Prev,u表示节点v和节点u存在关系e的概率，w和b分别表示模型训练时要学习的权重参数和偏置，Relu为一种激活函数； S3、利用训练好的知识抽取模型进行该领域命名实体识别和关系抽取； S4、根据所抽取的实体和关系构建桥梁康养知识图谱。

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安徽省交通规划设计研究总院股份有限公司;重庆交通大学;安徽省交规院工程智慧养护科技有限公司，其通讯地址为：230088 安徽省合肥市高新区香樟大道180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。