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！

龍圖騰網恭喜西南大學申請的專利一種基于偏序格的大型語義圖近似摘要方法及系統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：CN114385807B 。

龍圖騰網通過國家知識產權局官網在2025-06-10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：202210049687.2，技術領域涉及：G06F16/34；該發明授權一種基于偏序格的大型語義圖近似摘要方法及系統是由王藝設計研發完成，并于2022-01-17向國家知識產權局提交的專利申請。

本一種基于偏序格的大型語義圖近似摘要方法及系統在說明書摘要公布了：本發明涉及一種基于偏序格的大型語義圖近似摘要方法及系統，屬于計算機領域。本發明首先根據關系類型指標將語義圖分為兩類，針對每一類語義圖的特點，再利用代數結構中偏序格這一數學模型對語義圖中的實體和關系生成格結構，作為該類語義圖的摘要。對于兩類語義圖，本發明給出了摘要的方法和相應的摘要信息度指標，以對生成的語義圖摘要進行評估，從而達到高效提取大型語義圖關鍵信息的目的。

本發明授權一種基于偏序格的大型語義圖近似摘要方法及系統在權利要求書中公布了：1.一種基于偏序格的大型語義圖近似摘要方法，其特征在于：該方法包括以下步驟：S1：對大型語義圖按照關系類型的豐富程度進行分類，分為：I型，即豐富關系型語義圖和II型，即簡單關系型語義圖；語義圖分類步驟，具體如下：S11：首先，提取大型語義圖的實體數量|V|及關系類型數量具體為：解析語義圖的RDF文件，將語義圖導入相應的數據庫，包括圖數據庫和語義數據庫，利用數據庫查詢語言獲取；S12：其次，按公式1計算關系指標δ；語義圖由語義數據RDF三元組構成，將語義圖定義為其中V是實體的集合，R是實體之間的關系集合，是關系類型，即對象屬性集合，是屬性，即數據類型屬性集合，是關系到關系類型的映射，是實體到屬性集合的映射；將語義圖的中實體的屬性視為僅關聯該實體的性質，而不是實體與屬性值之間的關系；定義關系類型指標δ： 來衡量語義圖中的關系的豐富程度；其中，δ越大則語義圖的關系類型越豐富；反之，關系類型越簡單；S13：將關系指標δ與設定的指標閾值δT比較大小關系；根據現有大型語義圖的情況，將δT默認值設定為10-4；用戶根據所處理的語義圖的具體情況進行設定；S14：最后根據δ與δT的大小，得出語義圖類型：當δδT時，語義圖為I型語義圖；當δ≥δT時，語義圖為II型語義圖；S2：對于I型語義圖，使用算法1根據其特征計算基于偏序格的近似摘要，進而利用算法3計算摘要的信息度，即：覆蓋原語義圖的比率；S3：對于II型語義圖，使用算法2根據其特征計算基于偏序格的近似摘要，進而利用算法4計算摘要的信息度，即：原語義圖實體的過濾比率；S4：生成語義圖的偏序格摘要結果；算法1給出了計算于偏序格的I型語義圖近似摘要ELSRR的步驟；該算法的輸入是語義圖G，關鍵類型集合Rt*，參數σ及語義圖類型，輸出是基于偏序格的I型語義圖近似摘要σL；S21：對實體模式集合進行初始化；S22：針對每個語義圖中的實體s，若其關聯了關鍵關系類型，則將該實體s及其關聯的所有關系類型加入σC中；S23：合并具有相同特征集合CS的實體，并且按照特征集合CS的基數對實體模式EP進行分層；CS_Tk存放第k層的實體模式EP，即：所有在第k層的實體模式EP均滿足：所有實體的特征集合的基數|T|＝k；m表示所有特征集合CS的最大值；S24：根據各層的實體模式CS_T生成偏序格σL；S25：返回偏序格σL；算法2是給出計算于偏序格的II型語義圖近似摘要ELSSR的步驟；該算法的輸入是語義圖G，關鍵類型集合Rt*，p*的閾值μp*，及語義圖類型，輸出是基于偏序格的II型語義圖近似摘要μL；S31：對實體模式集合進行初始化；S32：針對每個語義圖中的實體s，若該實體s關聯了關鍵關系類型p*，則檢查其關聯的相應邊集合|Ep*|與設定的閾值μp*的關系，若|Ep*|≥μp*，則將該實體s及其關聯的所有關系類型加入μC中；S33：合并具有相同特征集合CS的實體，并且按照特征集合CS的基數對實體模式EP進行分層；CS_Tk存放第k層的實體模式EP，即：所有在第k層的實體模式EP均滿足，所有實體的特征集合的基數|T|＝k；m表示所有特征集合CS的最大值；S34：根據各層的實體模式CS_T生成偏序格μL；S35：返回偏序格μL；算法3是ELSRR信息度計算方法；具體步驟如下：S41：初始化相應變量Iσ,Vb,Vσ,VN,Rb；S42：計算σL的基圖Gb；S43：根據公式2計算信息度Iσ；定義6ELSRR的信息度：給定語義圖關鍵關系類型集合Rt*，以及該語義圖的ELSRR摘要σL＝σC,≤，ELSSR的信息度定義為： 其中，Vb和Rb是基圖的實體集合與關系集合，V和R是語義圖的實體集合與關系集合；S44：返回信息度Iσ；算法4是ELSSR信息度計算方法；具體步驟如下：S51：初始化相應變量Iμ,Vb,Vσ,VN,Rb；S52：計算μL的實體數量；S53：根據公式3計算信息度Iμ；定義7ELSSR的信息度：給定語義圖關鍵關系類型集合Rt*及其閾值μRt*，該語義圖的ELSSR摘要μL＝μC,≤，ELSSR的信息度定義為： 其中Vμ為μC所包含的所有實體集合；S54：返回信息度Iμ。

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西南大學，其通訊地址為：400715 重慶市北碚區天生路2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”。