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！

龙图腾网获悉华东师范大学申请的专利一种基于知识图谱的图可视化自动问答方法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：CN116383354B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202310277208.7，技术领域涉及：G06F16/3329；该发明授权一种基于知识图谱的图可视化自动问答方法是由宋思程;陈俊潼;李晨辉;王长波设计研发完成，并于2023-03-21向国家知识产权局提交的专利申请。

本一种基于知识图谱的图可视化自动问答方法在说明书摘要公布了：本发明公开了一种基于知识图谱的图可视化自动问答方法，其特点是采用基于知识库扩展模块对知识图谱进行语义与图属性扩展，利用浅语义分析与命名实体识别来提取问题中的话题实体，基于强化学习与BERT的自动问答模型输出话题实体到答案实体的知识路径，根据不同回答类型输出文本回答与可视回答。本发明与现有技术相比具有解决了图可视化这一复杂可视化类型的自动问答问题，通过图可视化的数据特征构建知识图谱，使用基于强化学习与BERT的方法来提高问答的鲁棒性与泛化能力，该方法在文学人物关系研究、智能教育、商品货物分析、科研热点分析等多种实际应用场景中对网络图可视化图表进行自动问答，有较高的实用价值与良好的发展前景。

本发明授权一种基于知识图谱的图可视化自动问答方法在权利要求书中公布了：1.一种基于知识图谱的图可视化自动问答方法，其特征在于，将图可视化转换为标准GML格式，然后从GML中提取图形数据和视觉属性，根据图的特点，设计图的数据结构，并将其转化为知识图谱进行图可视化自动问答，网络可视化图的数据提取及自动问答具体包括以下步骤： a步骤：输入一幅图可视化G和问题Q，将G转换为GML标准格式； b步骤：将图可视化中的原生数据转换为实体与原生三元组存入一个知识图谱 其中h代表头实体，r代表关系，t代表尾实体，E代表实体集，R代表关系集，所述原生数据包含图可视化中原本就包含的结点信息、边信息和权重； c步骤：对知识图谱进行扩展，将得到的派生三元组存入知识图谱中，所述知识图谱扩展包含语义信息扩展和图属性扩展，所述派生三元组由原生三元组或其他派生三元组的数据计算得到； d步骤：通过话题实体提取模块提取a步骤中输入问题Q中的话题实体，输出话题实体的候选集 中包含有一组集合{t1,c1,t2,c2,...}，其中ti是实体名称，ci是可信度分数，其取值区间为[0,1]，分数越高代表该实体预测结果越可信； e步骤：为候选集中每一个话题实体构建一个候选查询图，所述查询图包含一条从话题实体开始到答案实体结束的核心关系路径，查询图定义为QG＝{N,E}，其中N是结点集，共有四种类型的结点：ni∈{ng，nug，nag，nan}，ng为表示知识图谱中存在的实体的接地结点；nug为表示多个实体或一个中间查询结果的非接地结点；nag为执行聚合操作的聚合结点；nan为代表查询答案的答案结点；为边集{e,e2,...}，其中ei为知识图谱三元组中的关系； f步骤：迭代扩展查询图，令参数为第轮选代时的查询图集合，t＝0时， 每一次选代中，对所有尝试将一个可行的关系或一个基于关键词的聚合操作附着在查询图的尾部；所述可行的关系是指知识图谱中存在的关系，且该关系的实体是查询图的尾结点；如果当前可视化G中只有一个话题实体，在附着可行关系后将尾部指定为nan；如果已有，将原有的nan更改为nug，在附着关系后将新的nan作为新的尾结点； g步骤：计算查询图的特征向量，采用基于强化学习的候选查询图排序模型对查询图进行排序，每轮迭代用束搜索保留分数最高的3个查询图重复f步骤，直至查询图无法扩展，最终输出分数最高的查询图作为最优查询图； h步骤：根据最优查询图从头结点到尾结点生成SPARQL语句S，并在知识图谱上执行该查询语句来得到文字答案At，所述文字答案At为字面答案、实体答案和统计答案，根据不同的答案类型，高亮图可视化中的相关元素，并绘制包括统计条形图、相关社群、相关结点、相关边的辅助信息卡来生成可视回答Av； i步骤：输出文字答案At与可视回答Av，完成图可视化自动问答。

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华东师范大学，其通讯地址为：200241 上海市闵行区东川路500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”。