申请/专利权人:天津大学
申请日:2023-12-20
公开(公告)日:2024-03-26
公开(公告)号:CN117764153A
主分类号:G06N5/02
分类号:G06N5/02;G06N3/0464
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.12#实质审查的生效;2024.03.26#公开
摘要:本公开提供基于动态卷积的知识图谱链接预测方法。方法包括:输入知识图谱数据,将知识图谱数据中的实体表示为实体嵌入向量,将知识图谱数据中的关系表示为关系嵌入向量;将关系嵌入向量重塑为多个卷积核;确定实体嵌入向量和关系嵌入向量的相关性;基于相关性将多个卷积核构建为自适应动态卷积核权重向量;利用自适应动态卷积核权重向量对实体嵌入向量进行动态卷积;通过全连接层输出特征向量;通过最小化交叉熵损失来调整模型参数,得到训练后的模型。本公开的方法可以使每个卷积核都得到有效的合理利用,能突出关键特征信息,同时缓解不相关信息的干扰,使实体嵌入与关系嵌入实现有效充分地交互,显著提高模型的表达能力。
主权项:1.一种基于动态卷积的知识图谱链接预测方法,其特征在于,包括:输入知识图谱数据,将所述知识图谱数据中的实体表示为实体嵌入向量,将所述知识图谱数据中的关系表示为关系嵌入向量;将所述关系嵌入向量重塑为多个卷积核;确定所述实体嵌入向量和所述关系嵌入向量的相关性;基于所述相关性将所述多个卷积核构建为自适应动态卷积核权重向量;利用所述自适应动态卷积核权重向量对所述实体嵌入向量进行动态卷积;通过全连接层输出特征向量;通过最小化交叉熵损失来调整模型参数,得到训练后的模型。
全文数据:
权利要求:
百度查询: 天津大学 基于动态卷积的知识图谱链接预测方法
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。