摘要
本发明公开了一种减轻超关系内部噪声的知识图谱补全系统和方法,属于自然语言处理知识图谱技术领域。首先对普通三元组事实与超关系事实分别进行处理,利用卷积神经网络和异构图神经网络,构建一个特征增强模块;能够有效学习并增强超关系中主三元组的特征表示,从而提升模型对超关系知识的理解和处理能力;其次构建相关性感知模块,利用图注意力网络处理两种表示中复杂的图结构,以此构建出融合特征序列;此后构建语义增强模块,利用Transformer处理序列中两元素之间的相关性,以此更新融合特征序列;最终对更新后的特征序列进行遮掩,以此来预测最终遮掩元素的结果。因此本发明可以有效减轻超关系内部噪声,解决超关系知识图谱补全任务。
技术关键词
三元组
知识图谱补全方法
融合特征
关系
序列
知识图谱数据
知识图谱链接预测
语义
卷积神经网络学习
注意力神经网络
模块
知识图谱技术
实体
元素
异构
指标
字典