[发明专利]一种基于多预测任务的多模态知识图谱表示方法有效
| 申请号： | 202210648954.8 | 申请日： | 2022-06-09 |
| 公开（公告）号： | CN114880527B | 公开（公告）日： | 2023-03-24 |
| 发明（设计）人： | 丁建睿;付晏升;张星东;丁卓 | 申请（专利权）人： | 哈尔滨工业大学（威海）;南京龙垣信息科技有限公司 |
| 主分类号： | G06F16/901 | 分类号： | G06F16/901;G06F16/906;G06F18/241;G06F18/2415;G06N3/0464;G06N3/047;G06N3/08 |
| 代理公司： | 苏州中合知识产权代理事务所(普通合伙) 32266 | 代理人： | 阮梅 |
| 地址： | 264333*** | 国省代码： | 山东;37 |
| 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多预测任务的多模态知识图谱表示方法，包括如下步骤：基于预设的TransR模型、CBOW模型以及ResNet模型分别获取多模态知识图谱中结构化模态、语义模态和图像模态数据的向量表示；利用Imagined方法将语义模态数据的向量表示与图像模态的向量表示进行匹配、重构得到混合模态的向量表示；基于结构化模态和混合模态的向量表示构建三个跨模态预测任务，并针对三个跨模态预测任务分别利用标签平滑技术和自适应权重更新方法构建全连接神经网络的子模型；整合面向不同预测任务的多个子模型得到完整训练模型。本发明可以完成多模态数据表示学习以及后续的知识图谱补全任务。 | ||
| 搜索关键词： | 一种 基于 预测 任务 多模态 知识 图谱 表示 方法 | ||
【主权项】：
暂无信息
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哈尔滨工业大学（威海）;南京龙垣信息科技有限公司，未经哈尔滨工业大学（威海）;南京龙垣信息科技有限公司许可，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/202210648954.8/，转载请声明来源钻瓜专利网。
