-
公开(公告)号：CN115269866A
公开(公告)日：2022-11-01
申请号：CN202210831885.4
申请日：2022-07-15
Applicant: 北京邮电大学
IPC: G06F16/36 , G06F40/295
Abstract: 本发明提出一种基于双视图超关系嵌入框架的知识图谱补全方法，包括，构建基于双视图超关系知识图谱的数据集，数据集包括实例视图集、本体视图集以及跨视图链接集；将数据集输入DH‑KG嵌入模型，其中，DH‑KG嵌入模型包括GRAN编码器、跨视图链接学习网络和联合学习网络；通过GRAN编码器进行视图内超关系学习，通过超图领域聚合技术以及跨视图损失进行跨视图联系学习，通过联合实例视图集、本体视图集和跨视图连接集分别对应的损失函数进行联合学习，得到训练完成的DH‑KG嵌入模型；通过训练完成的DH‑KG嵌入模型进行知识图谱的链接预测和实体分类。本发明通过双视图结构来联合建模知识图谱中的超关系和实体之间的层级关系，从而更好的进行链接预测和实体分类任务。
Search Results
11
records
(took 0.02 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
