摘要
本申请公开了一种外推设置下的时态知识图谱补全方法、装置、设备及介质,涉及人工智能技术领域。外推设置下的时态知识图谱补全方法包括:获取待预测知识图谱,待预测知识图谱包括待预测的缺失事件和目标连接关系;将待预测知识图谱输入关系时间感知的实体表示学习模型中,得到缺失事件的预测结果;根据缺失事件的预测结果确定待预测知识图谱的完整事件;其中,关系时间感知的实体表示学习模型是基于图神经网络、时间语义感知和跨时间聚合通过训练得到的,图神经网络用于学习在目标连接关系下的特征表示。本申请实施例中,通过结合关联关系和演化规律能够提高缺失事件的预测准确性。
技术关键词
知识图谱补全方法
实体
关系
编码
语义
输入解码器
可读存储介质
人工智能技术
动态
周期性
电子设备
处理器
输入模块
参数
存储器
计算机
注意力
系统为您推荐了相关专利信息
智能家居照明
像素点
语义标签
语音交互策略
实时图像
处理单元
光电
系统调度器
自动驾驶功能
自动驾驶方法
分级系统
网络模块
子模块
三阶段特征提取
拼接模块