摘要
一种基于全局信息语义重构与多规格特征锐化框架的知识图谱嵌入方法,属于知识图谱嵌入技术领域。本发明针对现有知识图谱嵌入方法对特征图的整体关注度差,影响预测结果的问题。包括基于全局信息捕获的实体关系语义重构方法,通过多层膨胀卷积对实体和关系组成的语义信息矩阵进行全局信息重建,获取具有上下文逻辑关联信息的实体和关系的语义信息;其次通过面向语义重构信息的多规格特征捕获机制,从关系向量中提取不同规格的卷积核与重构信息进行卷积,从不同角度对实体关系语义信息进行特征捕获;最后采用基于组归一化的信息锐化方法,对多规格特征的集合进行标准化和阈值调整。本发明提升了实体与关系表示的准确性和鲁棒性。
技术关键词
知识图谱嵌入方法
三元组
加权特征
实体
知识图谱嵌入技术
重构模块
语义重构方法
sigmoid函数
关系
框架
参数
锐化方法
阈值可调
捕获机制
约束特征
通道
矩阵
鲁棒性
系统为您推荐了相关专利信息
智能水温控制方法
智能水温控制系统
控制策略
时序
长短期记忆网络
汽车配件
调度优化模型
实体
三元组
知识图谱构建