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！

龙图腾网恭喜季华实验室申请的专利知识图谱构建方法、装置、设备及存储介质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：CN119322856B 。

龙图腾网通过国家知识产权局官网在2025-03-11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：202411813063.9，技术领域涉及：G06F16/36；该发明授权知识图谱构建方法、装置、设备及存储介质是由胡迪;吴星辰设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本知识图谱构建方法、装置、设备及存储介质在说明书摘要公布了：本发明涉及数据处理技术领域，尤其涉及知识图谱构建方法、装置、设备及存储介质，所述方法包括：获取工业领域通用知识图谱以构建训练数据集，基于训练数据集训练切块模型；将获取的待构建私有数据输入至所述切块模型中，得到文本块；获取示例数据，将文本块以及示例数据输入至预构建的大语言模型中，得到图数据；基于图数据生成加权图，对加权图进行图递归聚类处理，得到社区结构信息；采用图嵌入算法对社区结构信息进行处理，得到与待构建私有数据对应的知识图谱；本申请公开的方法，通过预训练切块模型，在面对各种类型的工业私有数据时，可提高切块灵活度和切块准确度，以平衡信息保真度和时间复杂度，大大提高了所生成的文本块的质量。

本发明授权知识图谱构建方法、装置、设备及存储介质在权利要求书中公布了：1.一种知识图谱构建方法，其特征在于，包括：获取工业领域通用知识图谱以构建训练数据集，基于所述训练数据集训练切块模型；包括：基于ALBERT网络预构建初始模型，并设置初始模型的分块参数；所述初始模型包括第一输入嵌入层以及分别与第一输入嵌入层连接的十二个第一Transformer编码器，所述第一Transformer编码器包括多头自注意力层、两个前馈神经网络层和输出层；所述多头自注意力层的输出经残差连接和层归一化处理后分别输入至两个前馈神经网络层，两个前馈神经网络层的输出分别经过残差连接和层归一化处理后分别输入至输出层；在初始模型中引入Segment-level循环机制和相对位置编码技术，得到优化模型；将训练数据集输入至优化模型中进行训练，以获得切块模型；获取待构建私有数据，将所获取的待构建私有数据输入至所述切块模型中，得到文本块；获取示例数据，将所述文本块以及所获取的示例数据输入至预构建的大语言模型中，得到图数据；包括：获取预构建的第一LLM大语言模型，所述预构建的第一LLM大语言模型包括第二输入嵌入层、分别与第二输入嵌入层连接的六个第二Transformer编码器、第三输入嵌入层、分别与第三输入嵌入层连接的六个Transformer解码器、线性层和softmax层；将所述文本块输入至第二输入嵌入层中，第二输入嵌入层的输出分别输入至堆叠的六个第二Transformer编码器，在第二Transformer编码器中，依次经过多头自注意力层处理、残差连接、层归一化操作、前馈神经网络层、残差连接和层归一化操作，得到第一键向量和第一值向量；获取示例数据，将所述示例数据输入至第三输入嵌入层中，第三输入嵌入层的输出输入至堆叠的六个Transformer解码器中，在Transformer解码器中，第三输入嵌入层的输出经待掩码的多头自注意力层、残差连接和层归一化操作后，与所述第一键向量和第一值向量整合输入至多头自注意力层，而后依次经残差连接、层归一化操作、前馈神经网络层、残差连接和层归一化操作，得到输出向量；采用线性层和softmax层对输出向量依次处理，得到图元素；获取预构建的第二LLM大语言模型，并驱动所述第二LLM大语言模型对图元素进行文本转换分析处理，得到与图元素对应的元素摘要；整合所述图元素及其对应的元素摘要，得到图数据；基于所述图数据生成加权图，对加权图进行图递归聚类处理，得到社区结构信息；采用图嵌入算法对社区结构信息进行处理，得到与待构建私有数据对应的知识图谱。

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季华实验室，其通讯地址为：528200 广东省佛山市南海区桂城街道环岛南路28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”。