買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉潤聯軟件系統(深圳)有限公司申請的專利基于強化學習的事理圖譜補全方法及其相關設備獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114238656B 。

龍圖騰網通過國家知識產權局官網在2025-08-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111564078.2，技術領域涉及：G06F16/36；該發明授權基于強化學習的事理圖譜補全方法及其相關設備是由王偉;黃勇其;于翠翠;張黔設計研發完成，并于2021-12-20向國家知識產權局提交的專利申請。

本基于強化學習的事理圖譜補全方法及其相關設備在說明書摘要公布了：本申請實施例屬于知識圖譜領域，涉及一種基于強化學習的事理圖譜補全方法及其相關設備，包括接收事件語料，對事件語料進行事件實體識別操作，獲得事件實體，對事件訓練語料進行事件關系識別操作，獲得事件關系，并基于事件實體和事件關系構建事理圖譜；將事理圖譜中各實體節點和邊節點分別輸入至Bert模型中，分別獲得實體嵌入向量和邊嵌入向量；將事理圖譜中的任意實體節點作為起始節點,基于實體嵌入向量和邊嵌入向量計算起始節點在事理圖譜中每一步推理的狀態向量；基于狀態向量和預訓練的推理模型在事理圖譜中進行逐步推理,獲得目標事理關系,根據目標事理關系補全所述事理圖譜。本申請提高了對事理圖譜補全的效率和準確率。

本發明授權基于強化學習的事理圖譜補全方法及其相關設備在權利要求書中公布了：1.一種基于強化學習的事理圖譜補全方法，其特征在于，包括下述步驟： 接收事件訓練語料，對所述事件訓練語料進行事件實體識別操作，獲得事件實體，對所述事件訓練語料進行事件關系識別操作，獲得事件關系，并基于所述事件實體和事件關系構建事理圖譜，從所述事理圖譜中提取訓練數據，其中，所述訓練數據為實體與關系構成的序列，基于所述訓練數據對預設推理模型進行獎勵式強化學習，在每一步推理后，計算所述預設推理模型在推理時執行的推理行動的潛在價值得分，獲取所述預設推理模型輸出的所述推理行動的概率值，計算所述概率值的對數和所述潛在價值得分乘積的負值作為推理值，直至所述推理值最小且趨于穩定，確定所述預設推理模型的多層神經網絡收斂，獲得推理模型； 調用預訓練的Bert模型，將所述事理圖譜中各實體節點和邊節點分別輸入至所述預訓練的Bert模型中，分別獲得實體嵌入向量和邊嵌入向量; 將所述事理圖譜中的任一所述實體節點作為起始節點,基于所述實體嵌入向量和所述邊嵌入向量計算所述實體節點間的語義距離，獲得實體語義距離，在所述事理圖譜中，以所述起始節點為圓心，預設第一語義距離為半徑，形成第一興趣區域，并基于所述實體語義距離確定處于所述第一興趣區域內的實體節點，作為所述起始節點的第一鄰居節點，以所述第一鄰居節點為圓心，預設第二語義距離為半徑，形成第二興趣區域，將處于所述第二興趣區域內的所述實體節點作為所述第一鄰居節點的第二鄰居節點，并將在所述事理圖譜中，與所述第一鄰居節點相連接的所述第二鄰居節點作為目標鄰居節點，基于所述目標鄰居節點與所述第一鄰居節點之間的邊的邊嵌入向量以及所述第一鄰居節點的實體嵌入向量計算所述起始節點的狀態向量; 基于所述狀態向量和預訓練的推理模型在所述事理圖譜中進行逐步推理,獲得兩個所述實體節點之間的目標事理關系,根據所述目標事理關系補全所述事理圖譜。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人潤聯軟件系統(深圳)有限公司，其通訊地址為：518000 廣東省深圳市福田區梅林街道梅都社區中康路136號深圳新一代產業園2棟801；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。