申请/专利权人:西南交通大学
申请日:2023-11-09
公开(公告)日:2024-04-02
公开(公告)号:CN117808084A
主分类号:G06N5/01
分类号:G06N5/01;G06N3/042;G06N3/045;G06N3/0464;G06N3/09;G06F18/241
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:本发明涉及人工智能技术领域,涉及一种基于图约简表示与图神经网络的前提选择方法,包括以下步骤:步骤一:通过判断并删除连续重复的量词得到简化的一阶逻辑公式图;步骤二:基于简化的逻辑公式图,提出一种具有注意力机制的项游走图神经网络模型,模型按照项游走模式聚合位于项游走三元组上部、中部和下部的节点信息,引入注意力机制计算节点的项游走特征权重,并将权重与节点信息结合生成新的节点嵌入向量,再通过全局平均池化得到最终的公式图特征向量;步骤三,将候选前提和给定猜想的图特征向量输入到二元分类器,进而实现对候选前提的分类。本发明能较佳地进行前提选择。
主权项:1.基于图约简表示与图神经网络的前提选择方法,其特征在于:包括以下步骤:步骤一:通过判断并删除连续重复的量词得到简化的一阶逻辑公式图;步骤二:基于简化的逻辑公式图,提出一种具有注意力机制的项游走图神经网络模型,模型按照项游走模式聚合位于项游走三元组上部、中部和下部的节点信息,引入注意力机制计算节点的项游走特征权重,并将权重与节点信息结合生成新的节点嵌入向量,再通过全局平均池化得到最终的公式图特征向量;步骤三,将候选前提和给定猜想的图特征向量输入到二元分类器,进而实现对候选前提的分类。
全文数据:
权利要求:
百度查询: 西南交通大学 基于图约简表示与图神经网络的前提选择方法
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。