首页> 中国专利> 一种基于关系嵌入和卷积神经网络的知识图谱补全方法

一种基于关系嵌入和卷积神经网络的知识图谱补全方法

摘要

该发明专利名为“一种基于关系嵌入和卷积神经网络的知识图谱补全方法”。通过将知识图谱中三元组的实体和关系视为翻译的过程,并通过最有代表性的平移距离模型TransE来训练数据得到实体和关系的嵌入向量。其次通过融合不同嵌入向量形成新的向量表示,并与融合前的嵌入向量组成向量矩阵,提高知识图谱三元组整体信息特征的表达。使用不同大小卷积核提取向量矩阵的深层特征信息,将不同卷积核提取到的不同维度的特征结果接入全连接层,得到最终的分数,以此来判断知识图谱三元组是否合理,该发明有效提高了基于知识图谱智能问答系统数据库的准确性和完整性。

著录项

  • 公开/公告号CN114625890A

    专利类型发明专利

  • 公开/公告日2022-06-14

    原文格式PDF

  • 申请/专利权人 西北农林科技大学;

    申请/专利号CN202210308741.0

  • 发明设计人 马宇辰;李书琴;

    申请日2022-03-26

  • 分类号G06F16/36;G06N3/04;G06N3/08;

  • 代理机构

  • 代理人

  • 地址 712100 陕西省咸阳市杨凌示范区西农路南段3号

  • 入库时间 2023-06-19 15:39:57

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-06-14

    公开

    发明专利申请公布

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号