申请/专利权人:中国人民解放军国防科技大学
申请日:2021-01-21
公开(公告)日:2021-02-23
公开(公告)号:CN112395433A
主分类号:G06F16/36(20190101)
分类号:G06F16/36(20190101);G06F16/35(20190101)
优先权:
专利状态码:有效-授权
法律状态:2021.04.13#授权;2021.03.12#实质审查的生效;2021.02.23#公开
摘要:本发明提供一种基于翻译模型的知识图谱消歧方法及相关设备。所述方法包括:获取第一知识图谱和第二知识图谱,第一知识图谱及第二知识图谱具有相同的第一属性节点;对第一知识图谱进行向量向量化获得第一向量化结果;根据第一向量化结果及所述第一属性节点进行向量迁移,获得第二知识图谱的第二向量化结果;基于所述第一向量化结果及所述第二向量化结果,采用聚类算法对第一知识图谱中的第一实体节点以及第二实体节点进行聚类计算;根据聚类计算结果,获得第一实体节点与第二实体节点之间的关系。本发明所述方法改善了聚类消歧效果。
主权项:1.一种基于翻译模型的知识图谱消歧方法,其特征在于,包括:获取第一知识图谱和第二知识图谱,所述第一知识图谱及所述第二知识图谱具有相同的第一属性节点;对所述第一知识图谱进行向量化获得第一向量化结果;根据所述第一向量化结果及所述第一属性节点进行向量迁移,获得所述第二知识图谱的第二向量化结果;基于所述第一向量化结果及所述第二向量化结果,采用聚类算法对所述第一知识图谱中的第一实体节点以及所述第二知识图谱中的第二实体节点进行聚类计算;根据聚类计算结果,获得所述第一实体节点与所述第二实体节点之间的关系。
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 基于翻译模型的知识图谱消歧方法及相关设备
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。