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！

龙图腾网获悉中国人民解放军战略支援部队信息工程大学申请的专利一种中文领域下基于词形和语义的负样本生成方法及装置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：CN115310523B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202210883558.3，技术领域涉及：G06F18/214；该发明授权一种中文领域下基于词形和语义的负样本生成方法及装置是由李珠峰;刘铄;周刚;卢记仓;胡学先;兰明敬;王婧;张凯翔;张凤娟;陈静;夏毅设计研发完成，并于2022-07-26向国家知识产权局提交的专利申请。

本一种中文领域下基于词形和语义的负样本生成方法及装置在说明书摘要公布了：本发明公开一种中文领域下基于词形和语义的负样本生成方法及装置，该方法包括：提取出中文百科知识图谱中的实体以及其周围一跳内的所有关系，将关系拼接在一起形成实体的描述信息文本；利用在中文语料上训练过的Word2Vec对实体和描述信息文本进行向量表示；将目标匹配实体和全部实体进行相似度匹配，返回符合条件的实体作为语义相似度候选实体集；将目标匹配实体再次和全部实体进行编辑距离的计算，返回符合条件的实体作为词形相似度候选实体集；根据语义相似度候选实体集和词形相似度候选实体集进行高混淆度负样本选取。本发明联合了词形相似度和语义相似度进行负样本选取，可以加速模型的收敛速度，还可以使模型训练出良好的决策边界。

本发明授权一种中文领域下基于词形和语义的负样本生成方法及装置在权利要求书中公布了：1.一种中文领域下基于词形和语义的负样本生成方法，其特征在于，包括： 步骤1：提取出中文百科知识图谱中的实体以及其周围一跳内的所有关系，将所述关系拼接在一起形成实体的描述文本； 所述步骤1包括： 首先将正确的实体-提及对中的实体提出，视作目标匹配实体；然后将中文百科知识图谱中的所有实体视作待匹配实体；最后用每个实体周围一跳的关系组成该实体的描述文本，对于目标匹配实体和待匹配实体，以“实体节点名称#消歧项#实体描述文本”表示实体； 步骤2：利用在中文语料上训练过的Word2Vec对所述实体和描述文本进行向量表示，并将向量表示结果进行拼接，作为实体的整体向量表示； 步骤3：基于实体的整体向量表示，将目标匹配实体和所有的实体进行相似度匹配，返回符合条件的实体作为语义相似度候选实体集； 步骤4：基于实体节点名称，将目标匹配实体再次和所有的实体进行编辑距离的计算，返回符合条件的实体作为词形相似度候选实体集； 步骤5：根据语义相似度候选实体集和词形相似度候选实体集进行高混淆度的负样本选取； 所述步骤5中，按照如下方式进行高混淆度的负样本选取： 3 其中代表目标匹配实体与中文百科知识图谱中的实体之间的莱文斯坦比分数；代表目标匹配实体与中文百科知识图谱中的实体之间的余弦相似度分数；是超参数； 最后将选择好的实体与提及拼接在一起，组成提及-实体对形式的负样本。

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中国人民解放军战略支援部队信息工程大学，其通讯地址为：450000 河南省郑州市高新区科学大道62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”。

以上内容由龙图腾AI智能生成。