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。