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！

龙图腾网恭喜苏州空天信息研究院申请的专利一种基于解耦合学习策略的小样本知识推理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：CN114792134B 。

龙图腾网通过国家知识产权局官网在2025-02-18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：202111032526.4，技术领域涉及：G06N5/045；该发明授权一种基于解耦合学习策略的小样本知识推理方法是由胡岩峰;罗晋;沈红;彭晨;乔雪;杨婷;潘宇顺;李熙雨设计研发完成，并于2021-09-03向国家知识产权局提交的专利申请。

本一种基于解耦合学习策略的小样本知识推理方法在说明书摘要公布了：本发明提出了一种基于解耦合学习策略的小样本知识推理方法，基于小样本知识推理模型实现综合推理特征提取、候选实体成立概率计算和最佳候选实体预测，其中综合推理特征提取基于头实体的嵌入向量和关系嵌入向量提取头实体的综合推理特征，包括嵌入特征和小样本特征；候选实体成立概率计算将头实体的嵌入特征和小样本特征输入推理得分器，计算候选实体在嵌入特征和小样本特征下成立的概率；最佳候选实体预测结合渐进学习因子和候选实体在嵌入特征和小样本特征下成立的概率，计算候选实体推理成立的综合概率，确定综合概率值最高的候选实体为最终推理结果。本发明为推理得分函数提供了综合性的推理信息，提高了小样本推理精度。

本发明授权一种基于解耦合学习策略的小样本知识推理方法在权利要求书中公布了：1.一种基于解耦合学习策略的小样本知识推理方法，其特征在于，包括如下步骤：步骤1，数据预处理对采集到的知识图谱数据开展预处理，获取实体嵌入向量和关系嵌入向量；步骤2，训练小样本知识推理模型训练小样本知识推理模型，用于实现综合推理特征提取、候选实体成立概率计算和最佳候选实体预测，其中综合推理特征提取基于头实体的嵌入向量和关系嵌入向量提取头实体的综合推理特征，包括嵌入特征和小样本特征；候选实体成立概率计算将头实体的嵌入特征和小样本特征输入推理得分器，计算候选实体在嵌入特征和小样本特征下成立的概率；最佳候选实体预测结合渐进学习因子和候选实体在嵌入特征和小样本特征下成立的概率，计算候选实体推理成立的综合概率，确定综合概率值最高的候选实体为最终推理结果；步骤3，数据推理获取待推理数据的实体嵌入向量和关系嵌入向量，结合训练好的小样本知识推理模型，得到最佳补全实体；步骤1中，数据预处理的具体方法为：对知识图谱中出现的所有实体和关系分别标注ID编号，并保证每个实体的ID编号与其他实体的不同，每个关系的ID编号与其他关系的不同，实现实体和关系的符号化；将每个实体和关系随机映射入d维空间中，即为每个实体和关系赋予随机初始化的编码向量，并关联编码向量与对应的实体和关系ID编号，使得实体和关系转化为计算机可处理的编码信息，即得实体嵌入向量和关系嵌入向量；其中实体为gnats、insects、bugs、caterpillars，实体关系为animalsuchasinvertebrate；步骤2中，综合推理特征提取的具体方法为：1提取嵌入特征通过嵌入特征提取层提取待推理数据的嵌入特征，嵌入特征提取的公式如下所示： 其中，W∈Rd×d×d是通过训练确定的三阶参数矩阵，维数为3，维度为d，vc∈Rd是通过嵌入特征提取层提取的嵌入特征，是头实体eh对应的向量编码，代表关系的向量编码，×1表示沿三阶参数矩阵W第1维度方向上的向量乘积运算符，×2表示沿三阶参数矩阵W第2维度方向上的向量乘积运算符；2提取小样本特征在提取小样本特征之前，需要计算实体关系三元组中头实体eh的邻接实体编码nh，以及支持三元组中头实体eh’的邻接实体编码nh'，其中支持三元组是指三元组中关系与需要计算的实体关系三元组中的关系相同的三元组，支持三元组是从与需要计算的实体关系三元组关系相同的三元组集合中随机抽取一个得到的，计算实体关系三元组中头实体eh的邻接实体编码nh的公式如下所示： 其中，Ne表示实体关系三元组集合，nh∈Rd表示实体关系三元组中头实体eh的邻接实体编码，σ代表激活函数，|Ne|表示实体关系三元组中头实体eh的邻接实体的个数，Wc∈Rd×2d和bc∈Rd是模型训练过程中需要学习的参数，和分别表示实体关系三元组中头实体eh的邻接实体ek对应的向量编码和实体关系三元组中头实体eh的邻接关系rk对应的向量编码；计算支持三元组中头实体eh'的邻接实体编码nh'的公式与公式3形式相同，但是需要将支持三元组中头实体eh'的邻接实体向量编码和邻接关系向量编码分别替换公式3中邻接实体ek对应的向量编码和邻接关系rk对应的向量编码然后通过小样本特征提取层获取待推理数据小样本特征，小样本特征提取计算公式如下所示： 其中，vo∈Rd表示小样本特征，W'∈Rd×d×d是通过训练确定的三阶参数矩阵，nh∈Rd表示头实体eh的邻接实体编码，nh'∈Rd表示头实体eh'的邻接实体编码，代表关系er的向量编码，×1表示沿三阶参数矩阵W'第1维度方向上的向量乘积运算符，×2表示沿三阶参数矩阵W'第2维度方向上的向量乘积运算符；步骤2中，候选实体成立概率计算的具体方法为：根据头实体的嵌入特征和小样本特征，推理得分器分别计算出在嵌入特征和小样本特征下候选实体成立的概率值，推理得分器中的得分函数计算公式如下所示： 其中，是得分函数，v是嵌入特征或小样本特征，表示候选尾实体et的向量编码，将头实体的嵌入特征和小样本特征分别代入公式5中计算，即得到候选尾实体成立的概率pc和po；步骤2中，最佳候选实体预测的具体方法为：构建渐进学习因子如下所示： 式中，ε是学习因子，T是当前训练次数，Tmax最大训练次数；计算候选实体推理成立的综合概率，公式如下所示：p＝ε×pc+1-ε×po7式中，p表示候选实体最终成立的综合概率值，pc是嵌入特征提取下候选实体成立概率，po是小样本特征提取下候选实体成立概率，综合概率值最高的候选实体为最终推理结果。

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苏州空天信息研究院，其通讯地址为：215000 江苏省苏州市苏州工业园区独墅湖大道158；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”。