摘要
本发明涉及知识图谱补全技术领域,尤其涉及一种基于互信息最大化的关系消息传递的归纳知识图谱补全方法。步骤如下:围绕目标三元组提取K‑跳封闭实体子图和一跳不封闭实体子图,然后将和分别转换为封闭关系子图和不封闭关系子图;构建本体图,根据本体图的训练结果生成本体增强的初始节点,然后通过关系消息传递计算封闭关系子图中的目标关系,通过一跳邻居聚合计算不封闭关系子图中的目标关系,最后组合成完整的子图嵌入;根据完整的子图嵌入计算监督学习损失,通过最大化互信息计算对比学习损失,得到总损失来进行联合训练。本方法研究的更优化的局部子图方法可以更好地解决真正归纳知识图谱推理中的语义问题。
技术关键词
关系
三元组
节点
邻居
实体
链接预测方法
术语
知识图谱嵌入技术
知识图谱补全方法
样本
邻域
知识图谱推理
消息传递机制
线性变换矩阵
双线性
语义本体
初始化方法
系统为您推荐了相关专利信息
文本
推断方法
多模态特征融合
图像获取单元
人脸图像特征
资金
节点
智能管理系统
网络拓扑模型
路径优化算法
轻度认知障碍
诊断系统
卷积模块
生物标志物
多模式
资源
路径规划方法
路径规划装置
行驶车辆
电子设备