该方案说明书背景技术记载，现有技术使用静态知识图谱对 食品安全风险进行预测，无法反映出实际情况中食品数据随时间 变化而不断改变，忽略了数据间存在的影响。本领域技术人员知

晓，食品原料、食用物品或者食品抽检毒害物等会随着时间推进 而逐步发生变化，例如，食品保存时间越长，食品中微生物含量 越多，食品抽检毒害物含量会随之增加，当食品中包含多种会发 生化学反应的原料时，该化学反应随时间推移也可能在未来某个 时刻引发食品安全风险。该方案正是基于食品会随时间而变化的 固有特点来预测食品安全风险，从而在构建知识图谱时加入时间 戳，基于各个时刻下的与食品安全风险相关的实体数据训练预设 神经网络，以此预测待预测时刻的食品安全风险，利用了遵循自 然规律的技术手段，解决了预测未来时间点的食品安全风险不够 准确的技术问题，能获得相应的技术效果， 因此构成技术方案。

如果利用人工智能算法或模型挖掘出的指标参数与预测结  果之间的内在关联关系仅仅受到经济规律或社会规律的制约，则  属于未遵循自然规律的情形。例如，一种利用神经网络预估地区  经济景气指数的方法，利用神经网络挖掘经济数据和用电数据与  经济景气指数之间的内在关联关系，并基于该内在关联关系进行  地区经济景气指数的预测。由于经济数据和用电数据与经济景气  指数之间的内在关联关系受到经济规律制约，不受自然规律约束， 因此该方案未利用技术手段，不构成技术方案。

2.3  权利要求撰写和审查意见答复

为避免或者克服不构成技术方案的缺陷，针对人工智能相关 发明专利申请， 申请人可以参考本节的示例情形撰写申请文件， 并在原始说明书中详细阐明该方案所要解决的技术问题、采用的

技术手段和能够获得的技术效果；或是在答复审查意见时，根据 原申请文件的记载对权利要求书进行修改，并在意见陈述书中充 分阐述修改后的方案属于技术方案的理由。

例如，对于涉及抽象人工智能算法或模型的权利要求，可在 权利要求中体现算法或模型处理的是技术领域中具有确切技术 含义的文本、图像、音频或视频等数据作为算法或模型的处理对 象，使得基于本领域技术人员的理解，算法的执行能直接体现出 利用自然规律解决该领域某一技术问题的过程，并且获得了技术 效果。