摘要
本发明涉及知识图谱技术领域,公开了一种基于图注意力网络的知识图谱推理方法。首先在构建关系子图时,保留每个节点的完整邻接关系,丰富节点的相邻语义信息,并且在图注意力网络中引入关系特征信息来更新节点的嵌入表示,得到子图的特征表示;然后建模关系子图的多条相邻关系路径,使用注意力机制汇聚关系路径特征信息,增强子图的表示能力;最后将关系子图特征表示和关系子图路径特征表示相结合,来预测实体对之间存在的关系。本发明能够有效的利用关系子图的特征信息,提高关系预测的准确率,具有更强的推理性能。
技术关键词
知识图谱推理方法
关系
路径特征
门控循环网络
节点标记方法
实体
节点特征
节点分配标签
知识图谱技术
损失函数优化
注意力机制
信息更新
邻居
增强子
语义
系统为您推荐了相关专利信息
链表
HDFS系统
存储方法
跨节点
图像属性关系
生存预测方法
多模态数据融合
基因表达数据
比例风险模型
训练深度学习模型
电池健康状态
充电桩控制器
新能源充电桩
动态调度方法
功率优化
纹理贴图方法
球面
模型表面纹理
三角形法向量
矩阵