摘要
本发明属于智能模型技术领域,具体涉及大语言模型协同图神经网络的桥梁管养知识图谱表示方法,包括:S1、将OWL本体转换为三元组的知识图谱RDF图,并按照预设的游走方案生成多个不同关系的子图,并转到S2;采用预设的混合游走策略,从各个子图的多个实体出发,基于特定步数生成实体序列,并转到S3;在初始的RDF图的基础上构建逆关系和自环关系,形成新RDF图,并转到S4;S5、将S2‑S4得到的局部结构嵌入、语义嵌入和全局结构嵌入进行拼接及特征转换,得到融合后的实体和关系的嵌入表示。本方法可以充分利用OWL本体中的复杂语义信息、文本信息以及结构信息,实现知识的自动补全和链接预测,提高桥梁管养知识图谱的准确性和完整性。
技术关键词
实体
关系
三元组
大语言模型
图谱
结构编码器
桥梁
局部结构特征
语义
对象
文本编码器
智能模型
代表
序列
策略
概念
基础
参数
矩阵
系统为您推荐了相关专利信息
交通模拟仿真方法
运动意图
速度
历史轨迹数据
轨迹预测模型
资源分配
强化学习模型
节点特征
多模态
数字孪生技术