本申请涉及知识图谱构建的技术领域，尤其是涉及一种基于知识图谱的网络生成方法、推理方法、系统以及智能终端，其网络生成方法，包括以下步骤：基于预设实体类别对预设图谱数据库进行划分，以获取若干组待标记数据集合；依据待标记数据集合获取对应的待标记实体集合；基于属性特征获取与关联实体，并依据待标记实体以及关联实体获取关联频率；依据关联频率获取特征标记实体；依据特征标记实体生成与待标记实体集合对应的标记实体集合，并基于索引标记获取与标记实体集合对应的网络审核模型。本申请对待标记实体集合进行不同的标记，能够在后期获取目标数据时，根据索引标记快速定位。
📄 2025104801685
📂 G06N5_04
👤 杭州字节方舟科技有限公司
📅 2025-04-17
本发明公开了一种基于注意力机制的智能语言应答识别系统及方法，涉及智能语言应答技术领域，该系统包括依次运行的文本输入处理模块、上下文管理模块、应答生成模块、知识库查询模块以及系统反馈优化模块；其技术要点为：在多用户和单用户场景下分别采取不同的反馈数据收集和处理方式，有效优化了系统资源的利用，提高了处理效率和响应速度，通过精确的用户判定和反馈数据收集，以及综合满意度评估，系统能够更准确地了解用户需求，提供更加符合用户期望的回复，从而显著提升用户体验，在针对多用户进行满意度评估时，还考虑了用户恶意不满意或提问本身存在异常的问题，使得系统能够更加稳健地运行。
📄 2024110187427
📂 G06N5_04
👤 杭州字节方舟科技有限公司
📅 2024-07-29
本发明属于自然语言处理技术领域，公开了一种面向热点话题的基于自监督表示学习的观点挖掘方法，包括：获取文本语料库并进行数据预处理；语料中的文本用词袋模型进行表示；对文档的词袋表示进行数据增强得到成对的相似文档向量表示；将成对的相似文档向量表示输入编码器网络得到输出，作为输入文档的观点分布的向量表示；从狄利克雷分布中采样获得观点分布的先验；最小化编码器网络输出的不变性、方差、协方差正则化损失和狄利克雷先验分布对齐的先验损失，以此进行模型的训练。本发明利用自监督学习的优势，得到了文档的观点表示，获得了高质量的观点，挖掘出了多样的观点表示。
📄 2024102266145
📂 G06N5_04
👤 南京邮电大学
📅 2024-02-29
本发明公开了基于GraphRAG的地质资料智能问答方法，先构建第一和第二文档库并统一解析清洗，再对文本分块向量化，通过滑窗分块与跨页语义桥接生成高质量文本向量库；同时利用提示调优抽取地质实体与关系，构建知识图谱库并形成语义社区。再对用户问题做术语标准化，分两路检索：一路在文本向量库做初步检索与子问题拆分检索，经重排得到文本证据；另一路在知识图谱库做精确与模糊匹配，获取图谱证据。最终将文本证据与图谱证据融合，并通过结构化提示由大语言模型生成带统一引用标记的可溯源答案。该方案兼顾向量检索的泛化性与知识图谱的逻辑性，可显著提升地质资料问答的证据完整性与结果可核验性。
📄 2026103453379
📂 G06N5_04
👤 南京信息工程大学, 江苏省地质资料馆
📅 2026-03-20
本发明公开了一种基于最优时间步序列搜索与知识蒸馏的扩散模型推理加速方法，在无需对预训练扩散模型进行整体微调的前提下，构建一个涵盖时间步序列及其对应模型架构配置的统一搜索空间，搜索最优时间步序列。基于搜索获得的最优扩散时间步序列，设计知识蒸馏训练方法，在最优扩散时间步序列限定的离散时间步子空间内构建主蒸馏损失函数，并引入相邻时间步一致性损失，缓解非均匀时间步跨度引入的离散误差。推理阶段冻结教师模型，采用蒸馏后的学生模型结合基于UniPC并融合流匹配动态校正的高效采样器ACDMS，在最优时间步序列上进行有限步采样，实现生成质量保持下的推理加速。
📄 2026102753889
📂 G06N5_04
👤 南京信息工程大学
📅 2026-03-09
本发明公开了一种基于知识图谱的智能法律咨询问答方法，包括如下步骤：步骤1：构建超关系法律知识图谱；步骤2：基于MAYPL对步骤1构建的超关系法律知识图谱进行结构表示学习；步骤3：接收用户的咨询问题，从咨询问题中抽取关键法律实体、法律关系、咨询意图和限定条件，并映射为图谱查询结构；步骤4：根据图谱查询结构，在超关系法律知识图谱中召回候选答案；步骤5：根据最佳候选结果生成面向用户的法律咨询答案；步骤6：获取问答反馈结果，对超关系法律知识图谱进行更新。本发明实现面向复杂法律咨询场景的智能问答处理，能够更有效地表达法律事实中的限定条件和位置关系，提高法律知识建模精度、问答推理能力及结果可解释性。
📄 2026106293564
📂 G06N5_04
👤 南京信息工程大学
📅 2026-05-09
本发明公开了一种SysML模型知识图谱语义关系推理方法和装置，方法包括以下步骤：将SysML模型通过模型映射和数据提取导入知识图谱，基于知识图谱在本体编辑器中创建基于网络本体语言的本体模式和本体实例；通过路径搜索算法从本体模式中搜索任意两个概念之间的所有路径，用户选择路径作为配置新关系的推理基础；基于用户选定的路径创建语义关系推理规则，借助语义网推理机根据语义关系推理规则对本体实例进行推理得到新的实例间语义关系，根据新的实例间语义关系对知识图谱进行补全。本发明中经过推理与补全的模型知识图谱能够反映实体间的隐含语义关系，从而有效服务于功能分析、设计推理、模型检索等多种不同的研制任务。
📄 2024110998198
📂 G06N5_04
👤 浙江工业大学
📅 2024-08-12
本发明公开了融合慢信号时频表征的能源热力系统图嵌入故障推理方法。该方法通过时频分析对热力系统中采样频率低、信号变化缓慢的热力学慢信号进行联合时域与频域表征，并构建参数间的知识图谱，利用图卷积网络GCN和时空图卷积网络STGCN对图结构数据进行学习，实现复杂能源热力系统的端到端故障推理。本发明通过采用数据插值加密和稀疏时频表征方法能够有效提取慢信号的时频域特征，扩展了热力学信号的表征维度；利用知识图谱整合参数间的关联关系，并结合CNN‑GCN和STGCN进行“时‑空‑频”跨模态融合决策，大幅提升了复杂能源热力系统的故障推理能力，增强了系统的诊断准确性与可靠性。
📄 2025106077096
📂 G06N5_04
👤 浙江工业大学
📅 2025-05-13
本发明公开了轴承故障诊断方法，涉及故障诊断技术领域，步骤包括：获得轴承目标域样本集和源域样本集；根据源域数据样本集大小得到不同源域BN模型参数的源权重系数；计算目标域初始BN模型参数的平衡系数α1和总源域BN模型参数的平衡系数α2；依据传统参数学习方法计算出各个源域BN模型参数和目标域初始BN模型参数；利用参数融合方法计算出目标域最终BN模型参数。本发明通过学习到的目标域BN模型和已有的推理算法，来进行轴承故障诊断，充分利用迁移机制从相近领域中获取数据和信息，可以解决轴承诊断建模样本数据量不充足的问题，减少了样本数量不足对参数学习精度和诊断结果的影响，可广泛应用于嘈杂、不确定以及难以获取大量目标数据的环境中。
📄 2019110180234
📂 G06N5_04
👤 陕西科技大学
📅 2019-10-24
本发明涉及机械故障预测技术领域，公开了涡轮风扇发动机的可解释故障预测方法及系统，其中方法包括：获取涡轮风扇发动机的工作参数；将涡轮风扇发动机的工作参数，输入到训练后的预测网络中输出故障预测结果；从训练后的预测网络中，提取神经元激活值；将神经元激活值，分别输入到若干个训练后的解释网络中，每个训练后的解释网络输出对应故障子概念的健康指数；其中，训练后的解释网络与故障子概念之间是一一对应的；将故障子概念的健康指数，输入到改进的拓扑排序算法，在构建的实体‑事件知识图谱上进行推理，得到故障预测结果的可解释信息；故障的自然语言描述和子知识图谱。实现了在故障预测准确率高的同时获得预测结果的解释性信息。
📄 2023108755403
📂 G06N5_04
👤 刘泉
📅 2023-07-18
本发明属于自然语言处理技术领域，公开了一种文本蕴含识别方法和装置，其通过动态门控推理网络(DGIN)动态选择前提和假设文本不同层面语义的信息，具体体现在DGIN模型结合了词级别信息的细粒度推理和句子级别门控结构来捕捉全局语义，同时从直接相连，相似和差异三个层面来共同推理文本对的蕴含关系。本发明可以有效捕捉文本对的关系以及利用句子级别语义信息，从而提升文本蕴含识别的准确率。
📄 2019105123710
📂 G06N5_04
👤 成都中启易联科技有限公司
📅 2019-06-13
本发明涉及边缘智能技术领域，公开了一种基于深度学习模型的边缘智能协同推断方法及系统，通过获取巡检设备和边缘设备的参数信息以及所述巡检设备采集的监控图像数据的处理需求分别构建适用于巡检设备和边缘设备的简单模型和复杂分支模型；简单模型较复杂分支模型的网络层数和神经元个数更少，神经网络计算会明显减少任务推断时间和自身消耗的能耗；巡检设备端输出结果置信度值判定器以输出结果的置信度最大值作为依据判断监控图像数据是否需要传输到边缘设备端进行处理，从而保证深度学习模型结果准确率的同时，最大程度的利用巡检设备、边缘设备的计算和存储能力，以及降低系统在单边执行任务时的所带来的高时延和高能耗。
📄 2022114887867
📂 G06N5_04
👤 成都信息工程大学
📅 2022-11-25
柿子坊 · 知识产权运营
柿子坊知识产权运营平台