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！

龙图腾网获悉国网福建省电力有限公司超高压分公司;中国科学院沈阳自动化研究所;国网福建省电力有限公司申请的专利一种知识图谱嵌入表示方法及装置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：CN117035070B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202310999863.3，技术领域涉及：G06N5/02；该发明授权一种知识图谱嵌入表示方法及装置是由郝悍勇;刘文亮;黄金魁;罗富财;李超;李怡然;王楚;黄晨昕;刘建炜;王忠锋;林滔;陈达设计研发完成，并于2023-08-09向国家知识产权局提交的专利申请。

本一种知识图谱嵌入表示方法及装置在说明书摘要公布了：本发明公开一种知识图谱嵌入表示方法及装置，利用相对注意力系数和相对结构系数对知识图谱中原中心节点邻域内的各邻节点的权重进行修正，然后使用圆周卷积的方式融合实体间的关系嵌入，能够同时从邻域内结构和邻节点两方面对中心节点的邻域特征进行深入挖掘，更好地优化中心节点对邻域的信息摄取能力，从而有效利用三元组的邻域信息，提高知识推理和融合的能力。

本发明授权一种知识图谱嵌入表示方法及装置在权利要求书中公布了：1.一种知识图谱嵌入表示方法，所述知识是智能问答中相关联的知识，其特征在于，包括步骤： 将关系嵌入向量和实体嵌入向量输入图注意力网络中，得到包含两实体间关系特征的注意力系数，并基于所述注意力系数确定相对注意力系数以及相对结构系数； 使用所述相对注意力系数和所述相对结构系数对知识图谱中原中心节点邻域内的各邻节点的权重进行修正，得到修正后的注意力权重，并根据每一邻节点与其对应的所述修正后的注意力权重进行计算，得到新的实体的嵌入向量表示； 根据所述新的实体的嵌入向量表示使用圆周卷积的方式融合实体间的关系嵌入，得到关系空间下的头实体向量和尾实体向量； 基于所述关系空间下的头实体向量和尾实体向量计算损失函数，并使用所述损失函数训练知识图谱嵌入模型，得到训练完成的知识图谱嵌入模型； 所述基于所述注意力系数确定相对注意力系数以及相对结构系数包括： ； ； 式中，δij表示所述相对注意力系数，υij表示所述相对结构系数，Ni表示节点i的邻域节点集合，Nj表示节点j的邻域节点集合，|Ni|表示节点i的邻域节点个数，|Nj|表示节点j的邻域节点个数，x表示节点i和节点j的任一公共邻节点，表示节点i与其邻节点x之间的注意力系数，k′表示节点i和其邻节点x间的直接关系，表示节点j与其邻节点x之间的注意力系数，表示节点j和其邻节点x间的直接关系，bijk表示所述包含两实体间关系特征的注意力系数，S表示正确三元组集合，Cov表示协方差，表示标准差； 所述使用所述相对注意力系数和所述相对结构系数对知识图谱中原中心节点邻域内的各邻节点的权重进行修正，得到修正后的注意力权重包括： ； 式中，aijk表示所述修正后的注意力权重，δin表示节点i与其邻节点n的相对注意力系数，υin表示节点i与其邻节点n的相对结构系数，bink表示节点i与其邻节点n之间的注意力系数； 所述根据所述新的实体的嵌入向量表示使用圆周卷积的方式融合实体间的关系嵌入，得到关系空间下的头实体向量和尾实体向量包括： ； ； 式中，表示关系空间下的头实体向量，表示关系空间下的尾实体向量，表示新的头实体的嵌入向量表示，表示新的尾实体的嵌入向量表示，rk表示关系嵌入矩阵R行向量，表示圆周卷积操作，μ表示融合关系系数，Rh表示待学习的头实体的关系映射向量，Rt表示待学习的尾实体的关系映射向量，bh表示头实体的偏置参数向量，bt表示尾实体的偏置参数向量。

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国网福建省电力有限公司超高压分公司;中国科学院沈阳自动化研究所;国网福建省电力有限公司，其通讯地址为：350013 福建省福州市晋安区北环东路92号水口水电大厦；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。