• 主题
高级搜索  >
历史搜索 清空历史
首页> 中国专利> 基于新闻知识图谱的知识表示学习方法

基于新闻知识图谱的知识表示学习方法

页面导航
  • 摘要
  • 著录项
  • 法律信息
  • 相似文献

摘要

本发明涉及基于新闻知识图谱的知识表示学习方法，包括步骤：构建训练实体向量的正样本集和对应的负样本集；使用word2vec模型训练得到字向量矩阵；将正样本集、负样本集输入TransE模型中，经过Embedding层后得到实体向量；同时将实体、关系拆分为字符，根据字向量矩阵得到字符对应的字向量；将实体向量和字向量进融合得到高维特征向量；分别计算正样本、负样本的距离分数，迭代计算TransE模型的损失函数，反向传播更新Embedding层的参数。本发明利用TransE模型学习到新闻知识图谱中实体的特征，并使用额外的字向量提高语义信息的丰富性，以及提高TransE模型的知识表达能力。

著录项

  • 公开/公告号CN115329102A

    专利类型发明专利

  • 公开/公告日2022-11-11

    原文格式PDF

  • 申请/专利权人 北京道达天际科技股份有限公司;

    申请/专利号CN202211244954.8

  • 发明设计人 石文翔;李光林;李军;

    申请日2022-10-12

  • 分类号G06F16/36;G06F40/279;G06F40/242;G06F40/30;G06N5/02;G06N3/04;G06N3/08;

  • 代理机构北京市领专知识产权代理有限公司;

  • 代理人潘镜如

  • 地址 100085 北京市海淀区马连洼北路8号C座7层703室

  • 入库时间 2023-06-19 17:32:10

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-11-11

    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