申请/专利权人：中国人民解放军国防科技大学

申请日：2020-05-18

公开（公告）日：2020-10-23

公开（公告）号：CN111813949A

主分类号：G06F16/36(20190101)

分类号：G06F16/36(20190101);G06F16/33(20190101);G06N3/04(20060101);G06N5/04(20060101)

优先权：

专利状态码：有效-授权

法律状态：2022.06.24#授权;2020.11.10#实质审查的生效;2020.10.23#公开

摘要：本申请涉及一种联合查询的网络空间知识图谱推理方法和装置。所述方法包括：接收联合查询实体，将联合查询实体编码为联合查询向量；根据预先设置的第一循环神经网络模型，确定联合查询向量对应的目标实体以及表示目标实体匹配度的第一概率模型；根据预先设置的最大跳数，获取目标实体到最大跳数范围内实体的有序列表，根据有序列表，生成推理子图；根据预先设置的第二循环神经网络模型，确定推理子图中潜在答案匹配度的第二概率模型；根据第一概率模型和第二概率模型，进行评分，得到联合查询实体对应的正确答案集合。采用本方法能够提高知识图谱推理的计算效率以及优化最终推理得到答案的数量。

主权项：1.一种联合查询的网络空间知识图谱推理方法，所述方法包括：接收联合查询实体，将所述联合查询实体编码为联合查询向量；根据预先设置的第一循环神经网络模型，确定所述联合查询向量对应的目标实体以及表示所述目标实体匹配度的第一概率模型；根据预先设置的最大跳数，获取所述目标实体到最大跳数范围内实体的有序列表，根据所述有序列表，生成推理子图；根据预先设置的第二循环神经网络模型，确定所述推理子图中潜在答案匹配度的第二概率模型；根据所述第一概率模型和所述第二概率模型，进行评分，得到所述联合查询实体对应的正确答案集合。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 联合查询的网络空间知识图谱推理方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD