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！

龍圖騰網恭喜中國石油大學(華東)申請的專利一種基于提示學習的實體和/或關系鏈接方法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：CN115129893B 。

龍圖騰網通過國家知識產權局官網在2025-04-15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：202210787603.5，技術領域涉及：G06F16/36；該發明授權一種基于提示學習的實體和/或關系鏈接方法是由張衛山;孫晨瑜;侯召祥;王振琦;陳濤;陳炳陽;李曉哲;公凡奎設計研發完成，并于2022-07-06向國家知識產權局提交的專利申請。

本一種基于提示學習的實體和/或關系鏈接方法在說明書摘要公布了：本發明提供了一種基于提示學習的實體和或關系鏈接方法，在實體消歧方法基礎上引入提示學習，包括以下步驟：將問答系統生成的SPARQL進行預處理，并進行子句劃分，判斷SPARQL子句類型，并選擇性進行后續步驟；通過BM25字符級短文本匹配算法實現實體召回，設計基于提示學習的實體和或關系鏈接方法，對SPARQL提及的實體與召回實體進行鏈接；根據獲得正確實體，在知識庫中查詢出實體相關的關系作為召回關系，使用上述過程中實體和或關系鏈接方法，對SPARQL提及的關系與召回關系進行鏈接；根據鏈接結果對SPARQL進行修訂。本發明在傳統實體消歧方法基礎上引入提示學習，使實體消歧模型可以同時用于實體和關系鏈接，對生成的SPARQL查詢進行修訂，提高了問答系統的準確率。

本發明授權一種基于提示學習的實體和/或關系鏈接方法在權利要求書中公布了：1.一種基于提示學習的實體和或關系鏈接方法，其特征在于，在現有的實體消歧方法基礎上引入提示學習，并包括以下步驟：S1，將問答系統生成的SPARQL進行預處理，并進行子句劃分，判斷SPARQL子句類型；若為subject?xobject類型，則需要進行步驟S2和步驟S4，若為subjectpredicate?x形式，則需要進行步驟S2、步驟S3和步驟S4；通過正則表達式將長SPARQL分割為短SPARQL子句，并判斷子句類型，具體為：S11，將生成的SPARQL按照字符“.”進行正則分割，得到多個子SPARQL語句；S12，使用正則判斷子句中“?x”的位置，若“?x”位于子句末尾，則判斷為subjectpredicate?x類型，否則為subject?xobject類型；S2，通過BM25字符級短文本匹配算法實現實體召回，設計基于提示學習的實體和或關系鏈接方法，對SPARQL提及的實體與召回實體進行鏈接；將實體消歧任務看做二分類任務，設計基于提示學習的實體和或關系鏈接方法，具體為：S21，提取子SPARQL中的實體，將實體通過BM25字符級短文本匹配算法與知識庫中每個節點計算相似度，并根據該相似度排序，選擇相似度最高的n個實體作為候選實體集，記為，實現實體召回；S22，使用基于提示學習的實體消歧模型，選出最契合的知識庫實體，實現實體消歧；將步驟S21獲取的候選實體、輸入的問題Q和步驟S21中獲取的實體進行拼接，使用[SEP]作為分隔符，并在最后嵌入提示參數以及標記作為模型輸入，記為T，公式如下： 將實體消歧任務看做二分類任務，即與為同一實體或非同一實體，提示學習的Answer標簽表示為“是”、“否”兩大類;將T作為輸入，RoBERTa作為實體消歧的基模型進行任務建模，負責進行語義信息提取，通過MLM任務生成[MASK]位置所對應的字符，最后對生成的字符進行答案映射，得到二分類結果；S23，根據步驟S22得到的二分類結果，利用Softmax函數計算概率值；對標簽為“是”的所有實體按照概率排序，選擇概率最大的作為實體鏈接結果，替換subject錯誤實體；S3，根據S2獲得的正確實體，在知識庫中查詢出實體相關的關系作為召回關系，使用S2中的實體和或關系鏈接方法，對SPARQL提及的關系與召回關系進行鏈接；S4，根據實體和或關系鏈接結果，對SPARQL進行修訂。

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中國石油大學(華東)，其通訊地址為：266000 山東省青島市黃島區長江西路66號；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”。