基于关系图卷积神经网络的中文作者姓名消歧方法及装置

AITNT
正文
推荐专利
基于关系图卷积神经网络的中文作者姓名消歧方法及装置
申请号:CN202410883010
申请日期:2024-07-03
公开号:CN118410805B
公开日期:2024-09-20
类型:发明专利
摘要
本发明涉及姓名消歧技术领域,特别是指一种基于关系图卷积神经网络的中文作者姓名消歧方法及装置,方法包括:根据预设节点特征定义和节点关系定义,使用样本数据集构建样本作者图结构,输入初始关系图卷积神经网络模型,得到预测作者嵌入表示,根据聚类算法,得到预测作者聚类簇;根据预测作者聚类簇和作者真实标签,得到训练后的关系图卷积神经网络模型;获取待消歧数据,使用待消歧数据构建待消歧作者图结构;将待消歧作者图结构输入到训练后的关系图卷积神经网络模型,生成作者嵌入表示;将作者嵌入表示作为聚类的输入,确定作者聚类簇;根据作者聚类簇,确定作者识别结果。采用本发明,可以进行通用、快捷且准确的中文作者姓名消歧操作。
技术关键词
节点特征 卷积神经网络模型 样本 论文 关系 GCN模型 归一化模块 消歧方法 消息 定义 数据 列表 计算机可读取存储介质 输出模块 关键词 计算机可读指令 聚类算法
系统为您推荐了相关专利信息
1
基于多模态信息融合的睡眠呼吸暂停亚型检测方法
亚型检测方法 睡眠呼吸暂停 多模态信息融合 多模态生理 嵌入特征
2
一种基于机器视觉的银屑病例特征识别方法及装置
深度神经网络模型 电子设备 银屑病 序列 图像
3
一种持续知识图谱嵌入方法、系统、装置及介质
知识图谱嵌入方法 三元组 快照 知识图谱嵌入技术 编码器模块
4
一种知识图谱链接推理方法
社交 推理方法 三元组 多通道特征 知识图谱链接预测
5
基于YOLT与注意力机制的绝缘子缺陷检测方法和系统
绝缘子缺陷 训练样本集 图像块 注意力机制 输电线路巡检技术
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号