-
Patent Agency Ranking
公开(公告)号：CN119025685B
公开(公告)日：2025-02-11
申请号：CN202411479256.5
申请日：2024-10-23
Applicant: 华侨大学
Abstract: 本发明提供的一种知识图谱关系预测方法、装置、设备及存储介质，涉及知识图谱关系预测技术领域，本发明通过从稀疏知识图谱中构建候选三元组，根据预设的提示模板得到三元组循证文本集；利用大语言模型组合决策法计算候选三元组的关系支持度；接着，融合关系支持度和BERT模型向量嵌入，获得知识图谱的所有候选三元组的实例等价性向量，即候选三元组向量与真实标准化向量；然后，基于欧式距离计算候选三元组与事实三元组的实例等价性得分；最后，根据实例等价性得分筛选出超过阈值的候选三元组作为预测三元组，实现知识图谱关系预测。本发明提高了知识图谱关系的预测精度、增强了预测结果的循证支撑力度，在适应稀疏知识图谱方面表现出色。
-
公开(公告)号：CN118734953B
公开(公告)日：2024-11-29
申请号：CN202411203434.1
申请日：2024-08-30
Applicant: 华侨大学
IPC: G06N5/022 , G06N3/045 , G06N3/0895 , G06N5/02 , G06F16/901 , G06F17/16
Abstract: 本发明公开了一种基于多视图和图增强的异构知识图谱实体对齐方法，涉及知识图谱技术领域，包括：对知识图谱的实体、关系、属性及属性值进行向量嵌入表示，获得初始化向量；构建知识图谱的实体邻居邻接矩阵、实体关系邻接矩阵、实体属性邻接矩阵和实体属性值邻接矩阵，并构建实体邻居视图、关系视图、属性视图、属性值视图；将属性视图和属性值视图进行融合，形成属性‑属性值视图；将各个视图集成起来得到知识图谱实体融合嵌入表示；生成增强知识图谱，并获得增强知识图谱的实体融合嵌入表示；获得异构知识图谱实体对齐模型。本发明使用多视图以更好地捕获知识图谱上的所有信息，并用图增强技术降低数据噪声和错误，提高实体对齐的准确性。
-
公开(公告)号：CN118609782A
公开(公告)日：2024-09-06
申请号：CN202410766119.3
申请日：2024-06-14
Applicant: 华侨大学
Abstract: 本发明提供的一种多层次评估护理序贯决策方法、装置、设备及介质，涉及智能护理技术领域，本发明方法包括获取决策需求描述语句，并对其进行预处理，提取得到病人的护理评估项集等参数；然后，利用NANDA案例集计算向量余弦相似度，得到护理问题集；采用贪婪搜索算法,以护理问题为起始点,逐层追踪与该护理问题相连的后续节点对象，得到候选护理决策链集；最后，对每个序贯决策步骤预设不同权重，计算每条候选护理决策链的综合优劣度，得到量化评估结果；并对其归一化，得到评分值，选择评分值排名前K的决策链作为推荐决策。本发明能从数量庞大的候选护理决策链中筛选出想要的最为有效的决策链，为临床护士提供精准且有针对性的护理决策方案。
-
公开(公告)号：CN119025685A
公开(公告)日：2024-11-26
申请号：CN202411479256.5
申请日：2024-10-23
Applicant: 华侨大学
Abstract: 本发明提供的一种知识图谱关系预测方法、装置、设备及存储介质，涉及知识图谱关系预测技术领域，本发明通过从稀疏知识图谱中构建候选三元组，根据预设的提示模板得到三元组循证文本集；利用大语言模型组合决策法计算候选三元组的关系支持度；接着，融合关系支持度和BERT模型向量嵌入，获得知识图谱的所有候选三元组的实例等价性向量，即候选三元组向量与真实标准化向量；然后，基于欧式距离计算候选三元组与事实三元组的实例等价性得分；最后，根据实例等价性得分筛选出超过阈值的候选三元组作为预测三元组，实现知识图谱关系预测。本发明提高了知识图谱关系的预测精度、增强了预测结果的循证支撑力度，在适应稀疏知识图谱方面表现出色。
-
公开(公告)号：CN118734953A
公开(公告)日：2024-10-01
申请号：CN202411203434.1
申请日：2024-08-30
Applicant: 华侨大学
IPC: G06N5/022 , G06N3/045 , G06N3/0895 , G06N5/02 , G06F16/901 , G06F17/16
Abstract: 本发明公开了一种基于多视图和图增强的异构知识图谱实体对齐方法，涉及知识图谱技术领域，包括：对知识图谱的实体、关系、属性及属性值进行向量嵌入表示，获得初始化向量；构建知识图谱的实体邻居邻接矩阵、实体关系邻接矩阵、实体属性邻接矩阵和实体属性值邻接矩阵，并构建实体邻居视图、关系视图、属性视图、属性值视图；将属性视图和属性值视图进行融合，形成属性‑属性值视图；将各个视图集成起来得到知识图谱实体融合嵌入表示；生成增强知识图谱，并获得增强知识图谱的实体融合嵌入表示；获得异构知识图谱实体对齐模型。本发明使用多视图以更好地捕获知识图谱上的所有信息，并用图增强技术降低数据噪声和错误，提高实体对齐的准确性。
-
-
-
-
Search Results
5
records
(took 0.021 seconds)
