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！

龙图腾网获悉电子科技大学申请的专利一种大学生学业活动数据的分层实体对齐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：CN121659945B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202610174770.0，技术领域涉及：G06F40/295；该发明授权一种大学生学业活动数据的分层实体对齐方法是由傅秋茹;张佳怡;许都;伍荣森;张树茂设计研发完成，并于2026-02-06向国家知识产权局提交的专利申请。

本一种大学生学业活动数据的分层实体对齐方法在说明书摘要公布了：本发明提出一种大学生学业活动数据的分层实体对齐方法，属于人工智能和数据处理技术领域。本发明通过对待对齐实体与标准实体库进行多层次语义增强的实体对齐、上下文增强的实体对齐和多视角相似度融合的未知实体对齐，得到对齐的有效对齐对集合、上下文增强对齐集合及新标准实体集合。实现大学生学业数据实体的精准匹配、未归类实体的细化建模，及候选库未收录新实体的高效处理，从而达到提升大学生学业活动数据实体对齐的准确性与标准化。本发明能够避免未知实体累积，降低人工维护成本、提升数据处理效率。

本发明授权一种大学生学业活动数据的分层实体对齐方法在权利要求书中公布了：1.一种大学生学业活动数据的分层实体对齐方法，其特征在于，所述方法包括如下步骤： 步骤S1：获取待对齐实体集与加载标准实体库； 步骤S2：对待对齐实体集及标准实体库进行语义编码，得到待对齐实体特征集合和标准实体库特征集合； 步骤S3：对待对齐实体特征集合进行多层次语义增强，得到多层次语义增强特征； 步骤S4：将多层次语义增强特征与标准实体进行相似度计算，构建相似度矩阵； 步骤S5：基于相似度矩阵，结合预设相似度阈值评估对齐置信度，若相似度大于等于相似度阈值；则后验概率最大的标准实体为待对齐实体的对齐结果，得到有效对齐对集合；反之未对齐，执行后续的步骤S6~S9的上下文增强对齐； 步骤S6：构建标准实体的上下文实体对表示； 步骤S7：对标准实体的上下文实体对增强得到标准实体的上下文实体对增强特征；基于待对齐实体的多层次语义增强特征构建待对齐实体的查询向量；对待对齐实体的查询向量更新后，得到待对齐实体增强特征； 步骤S8：对标准实体的上下文实体对增强特征线性变换，得到标准实体融合特征； 步骤S9：计算待对齐实体增强特征与标准实体融合特征的余弦相似度；根据余弦相似度计算待对齐实体对应标准实体的条件概率，若最大条件概率大于等于条件阈值，则最大条件概率对应的标准实体为待对齐实体的对齐结果，得到上下文增强对齐集合；反之未对齐，执行后续步骤S10~S14的对齐； 步骤S10：对未对齐的待对齐实体提取辅助特征信息、实体全称文本信息、实体名称主干信息，构成多视角补充信息集合； 步骤S11：对辅助特征信息计算辅助特征信息相似度矩阵、实体全称文本信息计算实体全称语义相似度矩阵、实体名称主干信息计算主干名称语义相似度矩阵；得到多视角相似度矩阵集合； 步骤S12：对多视角相似度矩阵集合中的矩阵进行归一化处理、行置信增强、列中心抑制，得到最终优化后的相似度矩阵； 步骤S13：对最终优化后的相似度矩阵进行筛选，构建相似图，对相似图进行聚类，得到实体簇集合； 步骤S14：对实体簇集合中的每个实体簇，提取簇内实体的公共特征，生成标准实体信息，构成新标准实体集合，写入标准实体库； 步骤S15：汇总输出对齐的有效对齐对集合、上下文增强对齐集合及新标准实体集合； 步骤S10包括如下步骤：所有未对齐的待对齐实体构成未知未匹配实体集合； 步骤S101：从未知未匹配实体的结构化元数据中抽取辅助信息，通过BERT编码为辅助特征信息； 步骤S102：提取未知未匹配实体的完整名称文本特征表示得到实体全称文本信息； 步骤S103：实体全称文本信息通过BERT编码得到实体名称向量；将实体名称向量投影得到实体名称主干信息； 步骤S11包括如下步骤： 步骤S111：基于辅助特征信息交集与并集计算辅助特征信息相似性，得到辅助特征信息相似度矩阵； 步骤S112：通过BERT将实体全称文本信息编码为向量，计算余弦相似度，得到实体全称语义相似度矩阵； 步骤S113：通过BERT将实体名称主干信息编码为向量，计算余弦相似度，得到主干名称语义相似度矩阵； 辅助特征信息相似度矩阵、实体全称语义相似度矩阵及主干名称语义相似度矩阵构成多视角相似度矩阵集合。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。