基于BERT的实体属性相似度计算方法及系统（高校公示15天）（不包年费滞纳金）（需要二变）

本发明提供一种基于BERT的实体属性相似度计算方法及系统，该方法通过对两个知识图谱进行预处理，过滤掉知识图谱中的关系三元组、冗余或无效的三元组，获得预对齐实体对；对齐第一知识图谱和第二知识图谱的关系；使用BERT模型对属性三元组中的尾实体即属性文本进行无监督学习，获得训练好的BERT模型；根据关系对齐的结果，通过训练好的BERT模型，计算有相同关系的属性文本相似度，通过计算整合，获得各实体属性相似度的结果；本发明能够在知识图谱数据量巨大且缺少标注的情况下，通过无监督的算法，高准确率地实现对知识图谱间实体属性相似度的计算，为知识图谱的融合提供支持，可有效解决知识图谱融合过程中标注样本的人工成本过高且准确率较低的问题。

《基于BERT的实体属性相似度计算方法及系统（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2022111066350，当前法律状态为已下证，由南京邮电大学提出申请，发明人为季一木;邱晨阳;刘尚东;王汝传，申请日期为2022-09-07，公开（公告）日期为2026-04-24，国际专利分类号（IPC）为 G06F 18/22 (2023.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明提供一种基于BERT的实体属性相似度计算方法及系统，该方法通过对两个知识图谱进行预处理，过滤掉知识图谱中的关系三元组、冗余或无效的三元组，获得预对齐实体对；对齐第一知识图谱和第二知识图谱的关系；使用BERT模型对属性三元组中的尾实体即属性文本进行无监督学习，获得训练好的BERT模型；根据关系对齐的结果，通过训练好的BERT模型，计算有相同关系的属性文本相似度，通过计算整合，获得各实体属性相似度的结果；本发明能够在知识图谱数据量巨大且缺少标注的情况下，通过无监督的算法，高准确率地实现对知识图谱间实体属性相似度的计算，为知识图谱的融合提供支持，可有效解决知识图谱融合过程中标注样本的人工成本过高且准确率较低的问题。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！