申请/专利权人：华中科技大学

申请日：2023-12-15

公开（公告）日：2024-03-22

公开（公告）号：CN117744777A

主分类号：G06N5/022

分类号：G06N5/022;G06F18/214;G06F18/21;G06N3/0499;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明属于计算机存储技术领域，具体涉及一种知识图谱嵌入方法，包括：计算三元组集合中各节点的重要性评估指标的取值，并基于每种评估指标在各节点上的取值计算该评估指标的信息熵，以用于计算该评估指标的权重；将每个节点的各评估指标取值分别与对应权重做内积，计算该节点对应的各内积加和，作为该节点的重要性得分；根据重要性得分降序遍历节点，根据锚点分布密度确定预设数目的锚点；初始化编码参数，对每个节点的多维标记信息进行编码，包括最近锚点序列、锚点距离、上下文关系和一跳邻居对每个节点进行标记；之后对三元组集合中每个实体节点对应构建三元组负样本集合，进行节点嵌入向量编码训练。本发明在保证精度的同时减少存储开销。

主权项：1.一种知识图谱嵌入方法，其特征在于，包括：获取三元组集合，计算该三元组集合中各节点的重要性评估指标的取值，并基于每种评估指标在各节点上的取值计算该评估指标的信息熵，以用于计算该评估指标的权重；将每个节点的各评估指标取值分别与对应权重做内积，计算该节点对应的各内积加和，作为该节点的重要性得分；根据重要性得分降序遍历节点，以根据预设的锚点分布密度从所有节点中确定预设数目的锚点；初始化锚点嵌入向量、关系嵌入向量以及编码器参数，对每个节点的多维标记信息进行编码，多维标记信息包括最近锚点嵌入向量序列、锚点距离、上下文关系和一跳邻居对每个节点进行标记；对所述三元组集合中每个实体节点对应构建三元组负样本集合，以通过更新锚点嵌入向量、关系嵌入向量以及编码器参数，对该实体节点的多维标记信息进行编码训练，直至该实体节点编码准确度达到预设要求，最终得到所述三元组集合中各个实体节点的嵌入向量，完成知识图谱嵌入。

全文数据：

权利要求：

百度查询： 华中科技大学 一种知识图谱嵌入方法

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