摘要
本发明提供了一种知识图谱补全方法、系统及装置,涉及知识工程技术领域,方法主要包括:通过查询实体,在知识图谱中采样实体和关系,构成子图;基于查询实体,构建相应的辅助文本提示信息;对子图进行嵌入表示并通过图神经网络和神经网络适配器进行结构信息聚合;再与辅助文本提示信息进行拼接后,得到拼接向量,输入至预训练语言模型中,输出融合结构信息和语义信息的向量表示;将所述向量表示,输入至卷积神经网络,输出预测结果并补充至知识图谱中。本方案能够巧妙结合知识图谱的结构和语义信息,提升图谱补全的效能及实用价值;通过结合图神经网络和知识图谱嵌入技术,超越了传统的单跳方法,特别适合在知识图谱中聚合多跳关系信息。
技术关键词
实体
知识图谱补全方法
预训练语言模型
网络适配器
文本
三元组
神经网络单元
知识图谱嵌入技术
关系
数据接收模块
知识工程技术
数据处理模块
表达式
基准
语义
超参数
系统为您推荐了相关专利信息
图像生成模型
模型训练方法
样本
图像生成方法
物体
语音播报方式
文本
辅助阅读方法
关键词
效能数据
特征提取模型
文本
产品推荐方法
特征提取模块
产品推荐模块
模态特征
命名实体识别方法
多模态注意力
命名实体识别模型
图像特征提取
多智能体协同
编排方法
大语言模型
保障智能
图形绘制工具