[发明专利]一种基于图感知张量分解的知识图谱补全方法

摘要

本发明公开了一种基于图感知张量分解的知识图谱补全方法，包括如下步骤：从图神经网络中提取三元组数据(es,r,eo)的表征信息，构建具有实体和关系的图形编码模型，即G＝(V,E)；对图形编码模型的二维表征信息通过Tucker分解方法构建三阶张量分解模型；即：所述三阶张量分解模型根据预测(es,r,)的最大概率作为三元组为真的概率输出，实现知识图谱的补全，该方法解决了现有知识图谱库中数据之间的关系推测以及实体之间隐含的连接关系难挖掘的问题，实现对大规模知识图谱数据集的高精度补全。