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！

龙图腾网恭喜浙江大学申请的专利一种基于强化学习增强的图嵌入专家实体对齐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：CN114819152B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202210060387.4，技术领域涉及：G06N5/022；该发明授权一种基于强化学习增强的图嵌入专家实体对齐方法是由邵健;胡单春;鲁伟明;庄越挺;宗畅设计研发完成，并于2022-01-19向国家知识产权局提交的专利申请。

本一种基于强化学习增强的图嵌入专家实体对齐方法在说明书摘要公布了：本发明公开了一种基于强化学习增强的图嵌入实体对齐方法。本发明采用构建异构子图的方式，仅对待对齐实体对的n‑hop邻居进行消息聚合，直接降低计算资源要求。使用基于特征线性调制的图嵌入学习算法，引入超网络思想，以少量参数完成高计算复杂性的消息传递机制与节点更新机制，从而更好地利用节点间的交互信息。此外，本发明提出了一种强化学习增强的节点选择器，提出并在节点选择器中应用基于自监督信号的可靠性度量方法，采样一定数量的可靠边，在限制异构子图的大小的同时过滤问题边，保证参与节点更新的边的可靠性。本发明还实现了一种基于强化学习的节点采样数量更新策略，动态优化采样节点数目，增强节点选择器。

本发明授权一种基于强化学习增强的图嵌入专家实体对齐方法在权利要求书中公布了：1.一种基于强化学习增强的图嵌入专家实体对齐方法，其特征在于，包括如下步骤：步骤1：获得两个人才知识库的数据G1＝E1,T1,R和G2＝E2,T2,R，其中E代表实体集合，实体类型包括专家实体、论文实体；R代表关系集合；T代表三元组集合，是E×R×E的子集；步骤2：对于某一人才知识库中的每一专家实体e，根据专家姓名，通过候选实体对生成模块，基于正则匹配模板生成器的方法从另一个人才知识库汇中生成候选专家集合C；步骤3：对于每个候选专家c∈C，构建关于实体对e,c的2-hop异构子图HG＝V,H,T,R，其中H1、h2分别代表两个人才知识库的实体初始向量集合；初始的节点向量表示h0： hstruct＝LINEG其中表示向量拼接操作，hattr为实体各属性特征通过skip-gram模型获得的词向量的平均向量，hstruct则是通过LINE模型对知识库中每个实体的结构信息进行编码得到的结构向量；步骤4：在节点向量更新模块，在每一层图嵌入层中，使用基于自监督信号的可靠性度量方法计算每条边的可靠性；步骤5：在每一层图嵌入层中，对异构子图HG，使用top-p采样策略，根据步骤4计算所得的可靠性，从大到小对每种关系采样pr条可靠边，并使用基于强化学习的节点采样数量更新策略更新节点采样数量；步骤6：在每一层图嵌入层中，获得采样后的异构子图后，使用基于特征线性调制的图嵌入学习算法更新节点向量；步骤7：经过L层图嵌入层后，取出更新后的待对齐实体对e,c的节点向量和通过多层感知机计算匹配概率步骤8：根据所有候选实体的匹配概率，取概率最高的候选专家为匹配专家。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。