摘要
本发明涉及一种基于知识规则指导的主动链接预测方法,属于链接预测领域,本发明通过逻辑规则指导样本选择和模型训练两大环节。在样本选择环节,采用基于规则的不确定性采样方法,结合信息熵不确定性,筛选出富含规则信息和语义信息的优质训练样本。在模型训练环节,利用规则信息使训练集中的规则和语义信息得以充分利用,从而提升链接预测效果。包括获取并处理知识图谱数据,获得初始训练集和规则集,训练链接预测模型,并计算未标注样本的信息熵不确定性和规则不确定性,结合两者选择高不确定性样本进行人工标注,最后更新训练集和规则集。此方法可实现样本选择环节和模型训练环节的相互正向促进,达成优异的预测效果。
技术关键词
链接预测方法
样本
信息熵
三元组
规则集
覆盖率
训练集
深度学习模型
实体
知识图谱补全
知识图谱数据
标签
参数
蒙特卡洛
采样方法
语义
规模
代表
视角
系统为您推荐了相关专利信息
场景识别方法
深度卷积神经网络
建立识别模型
信道估计
识别模型训练
层次聚类方法
层次聚类系统
生成树
迪杰斯特拉算法
生物信息学技术
时间序列预测模型
告警管理方法
通知
告警设备
样本