摘要
本发明提供一种基于子图关系信息的知识图谱关系预测方法,涉及机器学习技术领域,该方法为通过对实体数据的关系链接情况进行分析,得到知识图谱子图;基于知识图谱子图,对实体的位置特征和实体的邻域关系特征进行分析和融合,得到信息增强的初始表示特征数据;将初始表示特征数据输入表示特征预测模型,得到表示特征数据;利用有偏随机游走方法对知识图谱子图进行路径分析,得到知识图谱子图的路径特征数据;基于实体数据、表示特征数据和路径特征数据,利用三元组评分函数进行综合计算,得到知识图谱关系预测结果,完成对知识图谱关系的预测。本发明解决了现有基于子图的预测模型面对稀疏子图的鲁棒性较差问题。
技术关键词
关系预测方法
路径特征数据
实体
随机游走方法
Sigmoid函数
矩阵
邻域
邻居
三元组
构建知识图谱
门控循环单元
注意力
机器学习技术
短距离
表达式
鲁棒性
节点
系统为您推荐了相关专利信息
知识问答系统
实体
意图识别
知识图谱构建
自然语言