摘要
本发明公开了一种知识图谱规则的生成方法,步骤如下:初始化图谱中所有实体和关系的向量表示;采样知识图谱中的路径,分别提取关系路径和实体路径;使用循环神经网络编码关系路径前两个关系为一个新的关系,使关系路径长度减1,得到前两个关系两端的实体,视两端实体的向量表示的差为实体间的真实关系,生成的新关系与真实关系之间的欧氏距离作为关系损失;重复执行直到关系路径中只剩下1个关系,该关系与所有关系进行相似度对比,基于相似度得到交叉熵损失作为预测损失,联合使用关系损失和预测损失优化向量表示和网络中的参数。该生成方法能捕获规则体中层次信息和实体间的结构信息,从而获得更优的规则。
技术关键词
图谱
实体
生成方法
编码
人际关系网络
神经网络参数
生成定义
度量
画像
序列
系统为您推荐了相关专利信息
序列
大语言模型
评估模型训练方法
生成方法
模型训练装置
智能客服
意图识别
语义向量
多模态信息融合
深度语义分析
可视化卷积神经网络
卷积神经网络模型
可视化方法
多通道
可视化系统