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！

龙图腾网获悉广东工业大学申请的专利一种知识图谱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：CN119578524B 。

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：202411616817.1，技术领域涉及：G06F40/30；该发明授权一种知识图谱问答方法及系统是由张伟文;贾培丰设计研发完成，并于2024-11-13向国家知识产权局提交的专利申请。

本一种知识图谱问答方法及系统在说明书摘要公布了：本发明公开了一种知识图谱问答方法，涉及基于知识图谱的自然语言处理领域，包括：获取输入数据和原型向量集合，利用聚类算法计算实体和原型的隶属度，得到实体‑原型隶属度矩阵并更新原型向量集合；根据知识图谱的表达模式约束得到原型关系原型张量，根据原型向量集合、实体‑原型隶属度矩阵和原型关系原型张量得到候选答案集；使用异构图神经网络对候选答案集中跨类型节点进行异构信息聚合和特征传递；训练异构图神经网络的评分模型；连接三元组集合及候选答案集的实体特征和原型表示，得到最终候选答案集并评分和排序，输出前K个评分最高的答案。本发明通过上述方案提高候选答案集的完整度、评分机制的准确性并增强知识图谱问答的拓展性。

本发明授权一种知识图谱问答方法及系统在权利要求书中公布了：1.一种知识图谱问答方法，其特征在于，包括以下步骤： 获取输入数据，所述输入数据包括知识图谱的三元组集合，以及所述三元组集合中实体集合的对应的原型集合，原型的定义为：类型的层次结构的格式是，则称为原型，它是类型的层次结构中最宽泛和抽象的语义类型； 基于所述原型集合得到原型向量集合，使用聚类算法并基于所述实体集合和所述原型集合中实体与原型之间的相关性，计算每个实体对每个原型的隶属度，得到实体-原型隶属度矩阵，并根据所述实体-原型隶属度矩阵更新所述原型向量集合； 根据知识图谱的表达模式约束得到原型关系原型张量，根据所述原型向量集合、所述实体-原型隶属度矩阵和所述原型关系原型张量得到初始候选答案集； 使用异构图神经网络对所述初始候选答案集中的候选三元组答案进行跨类型节点的异构信息聚合和特征传递； 采用给定的知识图谱问答样本作为训练集，以最小化损失函数为目标，对所述异构图神经网络的评分模型进行训练； 对经过所述异构信息聚合和所述特征传递后的所述初始候选答案集进行实体特征和原型表示的连接，得到最终候选答案集； 使用训练后的所述异构图神经网络对所述最终候选答案集中的答案进行评分并排序，输出前K个评分最高的答案。

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广东工业大学，其通讯地址为：510080 广东省广州市越秀区东风东路729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。