一种基于动态加权的非采样知识图谱嵌入训练方法

本发明属于数字化装备技术领域，公开了一种基于动态加权的非采样知识图谱嵌入训练方法，包括以下步骤：基于装备的历史维修记录、传感器数据和专家知识构造基于翻译距离模型的知识图谱嵌入模型；在基于翻译距离模型的知识图谱嵌入模型中，通过基于概率预测函数的非采样损失函数，缓解基于平方的损失函数带来的模型的性能削弱问题；采用权重因子对负三元组的损失函数进行动态加权，减少易分负三元组对模型训练造成的不良影响；划分训练集和测试集，对知识图谱嵌入模型进行训练，优化模型参数，发现装备潜在问题。本申请降低易分负三元组对模型训练造成的不利影响，从而提高模型训练的精度。