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。

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