摘要
本发明涉及时序知识图谱推理技术领域,具体公开了一种对时序知识图谱模型进行训练的方法及装置,通过将以目标时刻为基准的以往多个事实的实体和关系融入到历时图编码器中进行图结构和时序特征编码,并利用历时语义编码器对以往多个事实的语义进行编码,得到语义信息,用以指导语义感知解码器将目标时刻的事实及查询到的历史事实的语义信息进行语义解码分析,增强了对历史事实的理解准确性,再基于其他已经发生的事实的实体和关系、损失函数及对应的模型权重,对前述经过解码分析出的关系预测结果和实体预测结果进行综合学习,提高了时序知识图谱模型的训练准确性及可靠性,从而有利于提高未来事实推理的准确可靠性及效率。
技术关键词
知识图谱模型
实体
训练集
关系
语义
可执行程序代码
对象
时序特征
语句
标记
超参数
知识图谱推理
矩阵
编码器
编码模块
解码器
可读存储介质
系统为您推荐了相关专利信息
步态识别方法
特征提取模块
步态特征
全局特征提取
判别特征
逆向建模方法
激光雷达
大语言模型
三维模型
相机
概率密度函数
风险评估方法
风险评估模型
变量
累积分布函数