申请/专利权人：云南师范大学

申请日：2024-03-06

公开（公告）日：2024-04-09

公开（公告）号：CN117851615A

主分类号：G06F16/36

分类号：G06F16/36;G06F16/33;G06N3/0455;G06N3/08;G06N5/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明公开了一种基于Transformer的关系模式自适应对比学习知识图谱嵌入方法，属于知识图谱技术领域。本发明对于知识图谱三元组数据，通过将知识图谱转换为关系路径，不仅捕获了实体之间的直接关系，还揭示了它们之间的潜在语义关联和间接交互，解决了Transformer模型无法直接处理知识图谱数据的问题；通过根据关系路径中不同的关系模式生成锚点样本，并使用实体或关系替换的负采样方法构造负样本，构造对比损失，以捕获更加丰富的关系信息；通过对关系路径进行掩码，以增强Transformer模型对知识图谱中隐含关系的捕获能力，使得训练后的Transformer模型能够有效地学习实体和关系的嵌入表示。

主权项：1.一种基于Transformer的关系模式自适应对比学习知识图谱嵌入方法，其特征在于，所述基于Transformer的关系模式自适应对比学习知识图谱嵌入方法包括：将知识图谱输入改进的Triple2Path模块，所述改进的Triple2Path模块基于设定的概率转移函数将知识图谱转换为关系路径；根据所述关系路径的关系模式，生成所述关系路径对应的锚点样本，以及将所述关系路径中的实体或关系进行替换，生成所述关系路径对应的负样本；将所述关系路径、所述锚点样本以及所述负样本输入设定的损失函数，构造对比损失；将所述关系路径进行随机掩码，并将掩码后的所述关系路径输入Transformer模型，构造最小负边距损失；根据所述对比损失和所述最小负边距损失构造总损失，基于所述总损失训练所述Transformer模型。

全文数据：

权利要求：

百度查询： 云南师范大学 一种基于Transformer的关系模式自适应对比学习知识图谱嵌入方法

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