摘要
基于实体语义相似性与聚类相结合负采样的地理知识图谱链接预测方法,包括:提出地理知识元组表示框架,实现对地理实体和其属性以及实体间关系的结构化表示;对地理矢量图的地理数据进行结构化抽取并将导入到图数据库,将地理数据以三元组形式导出后并清理;构建知识融合器,提取三元组中地理实体语义信息,完成地理知识图谱嵌入GKTransE模型的实体向量初始化;调用K‑Means算法将实体进行划分,根据实体语义信息划分成多个簇,构建负例三元组;结合知识融合器对三元组进行批量训练;根据三元组中已知实体信息预测缺失的实体,完成地理知识图谱嵌入GKTransE模型中链接预测任务。该方法有效了扩展了地理知识图谱的表达能力,并在链接预测任务中取得了显著的性能提升。
技术关键词
三元组
链接预测方法
地理实体
图谱
语义
矢量图
K‑Means算法
实体间关系
融合器
初始聚类中心
指标
数值
数据
表格
样本
批量
定义
系统为您推荐了相关专利信息
场景生成方法
终端设备
大语言模型
智慧家庭系统
命名实体识别技术
调控策略
建筑运行能耗
大语言模型
建筑空调系统
三元组
图书检索方法
生成个性化推荐
生成结构化数据
语义匹配算法
节点
动态知识图谱
电力设备故障诊断
知识图谱向量
时序
快照