基于分级知识嵌入与强化学习的时序知识图谱推理方法

AITNT
正文
推荐专利
基于分级知识嵌入与强化学习的时序知识图谱推理方法
申请号:CN202510206584
申请日期:2025-02-25
公开号:CN120124745A
公开日期:2025-06-10
类型:发明专利
摘要
本发明涉及时序知识图谱推理技术领域,且公开了基于分级知识嵌入与强化学习的时序知识图谱推理方法,建立分级知识嵌入模型,分级知识嵌入模型通过子图级别与全局图级别两个级别的嵌入学习来获取知识特征表示;建立强化学习推理模型,强化学习推理模型引入加权动作评分机制设计策略网络;将强化学习推理模型进行训练与优化;进行时序知识图谱推理实验;分析实验结果并进行消融实验,推理可解释性分析,完成时序知识图谱推理,本申请基于分级知识嵌入与强化学习的时序知识图谱推理方法引入分级知识嵌入模型,通过两个级别知识嵌入,充分地捕捉语义依赖以及时间演变信息,以获得更准确的知识图谱的潜在特征表示。
技术关键词
知识图谱推理方法 实体 时序 评分机制 邻居 关系 静态特征 语义 注意力机制 训练智能 多层感知器 节点 策略 网络 矩阵 参数 决策 数据
系统为您推荐了相关专利信息
1
基于数据分析的电梯故障预测方法、电子设备及介质
电梯故障预测方法 电机运行效率 临界电机 数据 轿厢
2
基于多模态特征融合的隐患智能诊断方法
多模态特征融合 智能诊断方法 数据 序列 噪声特征检测
3
基于目标空域时空特性的低空安全风险预警方法及系统
卡尔曼滤波算法 运动状态评估 时序特征 风险预警方法 注意力
4
一种基于深度学习模型的舞蹈生成方法及系统
舞蹈生成方法 深度学习模型 动作视频提取 风格 计算机视觉算法
5
一种民航飞行学员多维度评估方法
多维度评估方法 检查点失效 动态 评分机制 权重模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号