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！

龙图腾网获悉贵州大数据人才开发有限公司申请的专利基于迁移学习的在线业务知识图谱标注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：CN121561118B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202610092125.4，技术领域涉及：G06F16/36；该发明授权基于迁移学习的在线业务知识图谱标注方法及系统是由董飞燕;蔡晓航;马斐;洪敏翔设计研发完成，并于2026-01-23向国家知识产权局提交的专利申请。

本基于迁移学习的在线业务知识图谱标注方法及系统在说明书摘要公布了：本申请实施例公开了一种基于迁移学习的在线业务知识图谱标注方法及系统，该方法先从在线业务日志数据库调用与目标业务领域相关的初始业务数据集，此数据集含预设历史时间段内的多类型业务交互记录及业务实体描述信息；接着对其执行基于语义理解能力迁移的知识图谱标注处理，通过迁移学习适配源领域预训练模型，输出初始标注结果；再利用基于不确定性和信息熵的主动学习策略优化标注结果；最后将优化结果推送至业务服务交互界面，若检测到交互响应操作，更新主动学习策略的学习参数和标注策略，该方法能够实现高效、精准的知识图谱标注，并且能动态适应业务变化。

本发明授权基于迁移学习的在线业务知识图谱标注方法及系统在权利要求书中公布了：1.一种基于迁移学习的在线业务知识图谱标注方法，其特征在于，所述方法包括： 从在线业务日志数据库中调用与目标业务领域相关的初始业务数据集；其中，所述初始业务数据集包含在预设历史时间段内记录的多类型业务交互记录及对应的业务实体描述信息； 对所述初始业务数据集执行基于语义理解能力迁移的知识图谱标注处理，通过迁移学习策略将源领域预训练的语义理解模型适配到目标业务领域，输出包含实体边界标注及实体间关联关系标注的初始标注结果； 通过主动学习策略对所述初始标注结果进行知识图谱标注优化，得到优化标注结果，包括：计算所述初始标注结果中每个实体边界标注的置信度分数及实体间关联关系标注的概率分布向量，将置信度分数低于预设分数的标注样本标记为待优化样本；对所述待优化样本执行基于信息熵的不确定性量化处理，计算实体边界标注的边界模糊熵及关系标注的分布离散熵，构建综合不确定性评估指标；根据所述综合不确定性评估指标对待优化样本进行降序排序，选取排序靠前的预设数量样本组成候选重标注样本集；调用迁移学习策略中的领域自适应重标注子模型对所述候选重标注样本集执行强化学习式标注处理，通过多轮标注策略调整降低样本的综合不确定性评估指标；将经过强化学习式标注处理后的样本与初始标注结果中高置信度样本进行融合，生成优化标注结果；其中，所述主动学习策略为：通过计算初始标注结果中实体识别边界的模糊度及关系抽取结果的概率分布离散程度来量化标注不确定性，所述对所述待优化样本执行基于信息熵的不确定性量化处理，计算实体边界标注的边界模糊熵及关系标注的分布离散熵，构建综合不确定性评估指标，包括：针对实体边界标注结果，提取每个实体候选区域的左右边界概率分布曲线，计算所述左右边界概率分布曲线的半峰宽值及峰值偏移量，基于半峰宽值与峰值偏移量的乘积计算边界模糊熵；对于实体间关联关系标注结果，将关系概率分布向量输入信息熵模型，得到关系标注的分布离散熵，分布离散熵值与概率分布的均匀程度呈正相关；构建包含边界模糊熵和分布离散熵的二维不确定性评估空间，对两个维度的熵值执行归一化处理，使处理后的熵值均映射到预设数值区间；通过加权求和方式融合归一化后的边界模糊熵和分布离散熵，生成综合不确定性评估指标；其中，边界模糊熵的权重系数根据实体类型在业务领域中的重要性等级调整；基于信息熵理论对不确定性标注样本进行优先级排序并执行选择性重标注处理； 将所述优化标注结果推送至与所述在线业务日志数据库通信连接的业务服务交互界面，若推送之后的预设时段内检测到所述业务服务交互界面的交互响应操作，根据所述交互响应操作更新所述主动学习策略的学习参数和标注策略。

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贵州大数据人才开发有限公司，其通讯地址为：550000 贵州省贵阳市贵安新区碧桂园绿色金融港项目(ZD-14地块)A2号楼2楼11-1号房；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。