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！

龙图腾网获悉北京工业大学申请的专利一种基于动态知识图谱增强的序列标注方法及系统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：CN119808773B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202510251664.3，技术领域涉及：G06F40/279；该发明授权一种基于动态知识图谱增强的序列标注方法及系统是由何泾沙;王轶;朱娜斐;马赛;王坤祥;杨晓设计研发完成，并于2025-03-05向国家知识产权局提交的专利申请。

本一种基于动态知识图谱增强的序列标注方法及系统在说明书摘要公布了：本发明公开了一种基于动态知识图谱增强的序列标注方法及系统，方法包括：S1、从基础属性稀疏、属性缺失的文本信息中，挖掘基础属性信息和相关实体信息，构建知识图谱；S2、将输入序列的每个Token映射到知识图谱的实体节点，提取局部子图；S3、通过图卷积网络进行特征提取，得到每个Token的实体嵌入特征；S4、将每个Token的原始特征与实体嵌入特征进行融合；S5、将每个Token的融合特征输入BiLSTM模型，得到输入序列的输出特征；S6、将输入序列的输出特征输入CRF模型，得到输入序列的最终的综合特征。本发明在BiLSTM和CRF的基础上引入GCN模型生成基于知识图谱的特征，并融合原始输入特征和GCN生成的特征，在基础属性稀疏、属性缺失的文本中进行序列标注取得了较好的性能。

本发明授权一种基于动态知识图谱增强的序列标注方法及系统在权利要求书中公布了：1.一种基于动态知识图谱增强的序列标注方法，其特征在于，所述方法包括： S1、从基础属性稀疏、属性缺失的文本信息中，挖掘基础属性信息和相关实体信息，构建知识图谱，其中，所述知识图谱包括节点集合和边集合，所述节点集合包括基础属性信息对应的属性节点和相关实体信息对应的实体节点，所述边集合包括实体-实体边和实体-属性边； S2、通过命名实体识别，将输入序列的每个Token映射到所述知识图谱的实体节点，提取与每个实体节点相关的局部子图； S3、基于每个Token对应的局部子图的节点特征矩阵和邻接矩阵，通过图卷积网络对每个Token对应的局部子图进行特征提取，得到每个Token的实体嵌入特征；所述图卷积网络的传播规则为： ； 其中，为第层的节点特征表示，为邻接矩阵， = + 为加入自环的邻接矩阵，为对角度数矩阵，为第层的权重矩阵，初始节点特征通常由词嵌入或实体的属性向量表示，为正整数； S4、将每个Token的原始特征与实体嵌入特征进行融合，得到每个Token的融合特征，其中，所述原始特征通过对所述输入序列的原始Token进行特征提取得到； S5、将每个Token的融合特征输入BiLSTM模型，生成每个Token的上下文特征，得到所述输入序列的输出特征； S6、将所述输入序列的输出特征输入CRF模型，计算每个可能的标签序列的得分，从每个可能标签序列的分数中找到分数最高的最优标签序列，基于所述最优标签序列，通过嵌入矩阵转化得到属性嵌入矩阵，将每个Token的实体嵌入特征与对应的属性嵌入矩阵融合后，再与对应的原始特征进行拼接，得到所述输入序列的最终的综合特征。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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”。