[发明专利]一种基于路径张量分解的知识图谱表示学习方法在审
申请号: | 201610858350.0 | 申请日: | 2016-09-28 |
公开(公告)号: | CN106528610A | 公开(公告)日: | 2017-03-22 |
发明(设计)人: | 林开标;朱顺痣;吴运兵;卢萍;杨帆 | 申请(专利权)人: | 厦门理工学院 |
主分类号: | G06F17/30 | 分类号: | G06F17/30 |
代理公司: | 北京轻创知识产权代理有限公司11212 | 代理人: | 谈杰 |
地址: | 361024 福*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开一种基于路径张量分解的知识图谱表示学习方法,包括如下步骤步骤1,提取知识图谱中的实体集、关系集和三元组集,把满足三元组的实体集、关系集嵌入到低维连续向量空间;步骤2,通过PRA算法获得实体间的路径;步骤3,在全部实体可能存在的路径上均进行张量分解,计算分解损失函数值;步骤4,重复步骤3,直至达到收敛的预设值或迭代最大次数;步骤5,如果达到迭代最大次数或收敛于预设值,则进入下一个三元组相关的路径计算,重复步骤2至步骤4,直到训练集全部的三元组都被执行;步骤6,输出训练模型中相应的实体集和关系集。此种表示学习方法可提高知识发现的推理准确性,提高预测精度。 | ||
搜索关键词: | 一种 基于 路径 张量 分解 知识 图谱 表示 学习方法 | ||
【主权项】:
一种基于路径张量分解的知识图谱表示学习方法,其特征在于包括如下步骤:步骤1,提取知识图谱中的实体集、关系集和三元组集,把满足三元组的实体集、关系集嵌入到低维连续向量空间;步骤2,通过PRA算法获得实体间的路径;步骤3,在全部实体可能存在的路径上均进行张量分解,计算分解损失函数值;步骤4,重复步骤3,直至达到收敛的预设值或迭代最大次数;步骤5,如果达到迭代最大次数或收敛于预设值,则进入下一个三元组相关的路径计算,重复步骤2至步骤4,直到训练集全部的三元组都被执行;步骤6,输出训练模型中相应的实体集和关系集。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于厦门理工学院,未经厦门理工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201610858350.0/,转载请声明来源钻瓜专利网。
- 上一篇:一种报文转发方法及装置
- 下一篇:基于虚拟WAF的流量控制方法、装置及系统