公开(公告)号：CN110334219B

公开(公告)日：2023-05-09

申请号：CN201910629813.X

申请日：2019-07-12

Applicant: 电子科技大学

Inventor： 惠孛 ,  罗光春 ,  张栗粽 ,  卢国明 ,  李攀成

IPC: G06F16/36

Abstract: 本发明涉及知识图谱，其公开了一种基于注意力机制融入文本语义特征的知识图谱表示学习方法，解决翻译模型未能利用实体和关系的描述文本而导致的语义特征不足以及多源信息嵌入方法未能同时为实体和关系融入语义特征，且文本提取效果差的问题。该方法可以概括为：首先获取并处理实体和关系的描述文本，得到其文本语义特征，然后利用实体和关系的语义特征构建实体的投影矩阵，将实体向量投影到关系空间中，接着利用翻译的思想在关系空间中建模并进行表示学习，以此建模多对多的复杂关系。本发明适用于知识图谱的表示学习。

公开(公告)号：CN110334219A

公开(公告)日：2019-10-15

申请号：CN201910629813.X

申请日：2019-07-12

Applicant: 电子科技大学

Inventor： 惠孛 ,  罗光春 ,  张栗粽 ,  卢国明 ,  李攀成

IPC: G06F16/36

Abstract: 本发明涉及知识图谱，其公开了一种基于注意力机制融入文本语义特征的知识图谱表示学习方法，解决翻译模型未能利用实体和关系的描述文本而导致的语义特征不足以及多源信息嵌入方法未能同时为实体和关系融入语义特征，且文本提取效果差的问题。该方法可以概括为：首先获取并处理实体和关系的描述文本，得到其文本语义特征，然后利用实体和关系的语义特征构建实体的投影矩阵，将实体向量投影到关系空间中，接着利用翻译的思想在关系空间中建模并进行表示学习，以此建模多对多的复杂关系。本发明适用于知识图谱的表示学习。