摘要
一种融合外部信息和内部信息的知识超图链接预测方法,步骤为:1数据预处理并利用词向量模型对知识超图数据集中关系和实体嵌入并转为初始特征矩阵;2根据初始特征矩阵以及不同关系重要程度进行知识超图n元组外部信息提取;3根据关系和实体嵌入,将其转为二维矩阵并进行连接转为三维矩阵,通过3D卷积神经网络进行语义信息提取;4根据关系和实体嵌入提取实体的序列信息;5将外部信息和内部信息(语义信息和实体序列信息)结合作为n元组的最后特征表示,并计算n元组得分;6设计损失函数训练模型;7将实体或者关系插入缺失元组,并根据模型计算n元组得分;8将得分最高元组作为最优链接预测n元组,或选取最优几个n元组作为候选元组。
技术关键词
链接预测方法
实体
关系
矩阵
词向量模型
卷积神经网络提取
序列
语义信息提取
节点特征
数据
标签
指标
定义
系统为您推荐了相关专利信息
字典学习模型
矩阵
工业设备数据处理
花朵授粉优化算法
面向工控
监测点
稳定性监测系统
山区高速公路
黄土边坡
时间段
协同推荐方法
模式
更新用户数据
兴趣
主题关键词
知识图谱构建方法
时效性
因子权重
日志
设备运行监测