摘要
本发明属于人工智能技术领域,具体涉及一种应用可信度感知迭代训练策略实现实体对齐的方法及其对应的服务推荐系统。该方案的核心包括一个关系感知交互图注意力网络,以及一个基于可信度感知迭代训练的自监督机制。其中,图注意力网络用于提取知识图谱中实体和关系的嵌入表示,并可以聚合实体特征和关系特征,并利用注意力机制降低噪声对实体嵌入的影响。在自监督机制中,先由图注意力网络分别提取出两个待对齐处理的知识图谱的嵌入表示,然后不断评估两个知识图谱中各组预对齐实体对的可信度,并将可信度高的实体对逐渐添加为伪对齐种子。本发明克服了现有方案需要依赖大量人工标注的伪对齐种子且易受噪声影响进而导致模型精度不足的缺陷。
技术关键词
实体
关系
三元组
服务推荐系统
邻居
策略
样本
sigmoid函数
生成知识图谱
网络
矩阵
交互注意力
表达式
计算方法
人工智能技术
注意力机制
数据
动态更新
系统为您推荐了相关专利信息
模型重构方法
多源异构数据
仿真模型
模型构建系统
仿真数据
承载力评估方法
检查井
神经网络模型构建
水力
矩阵
风险预测系统
NLP技术
术语标准化
医疗文本数据
模型预训练