摘要
本发明公开了一种定制化视阈多域校园元素知识图谱协同表征方法,属于人工智能技术领域,包括以下步骤:首先,针对校园元素知识图谱的高度语义化特征,采用RotatE知识图谱嵌入方法获取特定视域的初始知识图谱语义特征。然后,构建联合信息的图注意力神经网络,从中提取联合初始图谱的语义与结构特征的表征向量。最后,通过集体实体对齐方法对多域知识图谱进行处理,同时结合额外信息并采用多种度量方式提高对齐准确性,从而实现知识图谱的协同表征。本发明采用上述的一种定制化视阈多域校园元素知识图谱协同表征方法,能够消除校园系统中的信息孤岛,促进多域校园元素的协同表征,为基于大数据的多种下游应用提供信息支持。
技术关键词
节点
三元组
表征方法
校园
Bootstrapping方法
线性变换矩阵
元素
种子
邻居
知识图谱嵌入方法
融合结构特征
融合语义信息
注意力神经网络
信息孤岛
实体对齐方法
分块
系统为您推荐了相关专利信息
沙漠植被恢复
规划设计方案
监测系统
卫星遥感数据
数据收集模块
群智感知
知识图谱构建方法
关键词
运维方法
答案
语义解析方法
短信
多语言
知识图谱数据
旅客服务系统
贝叶斯网络模型
指标
权重分析方法
随机森林模型
样本