摘要
本发明公开了一种基于规则挖掘的不确定性知识图谱推理方法,用于解决不确定性知识图谱补全问题。不确定性知识图谱推理不仅需要预测缺失的尾实体,而且需要预测出三元组的置信度。本发明针对不确定性知识图谱的特点,通过评估置信度的高低以衡量关系路径的可靠性,并设计了规则解析器生成完整的逻辑规则,从而实现缺失尾实体的预测。同时,本发明针对不确定性信息的来源,设计了一种结合知识图谱的结构信息与预训练语言模型语义信息的置信度计算方法,为推理结果提供准确、符合常识的置信度预测,最终解决不确定性知识图谱补全问题。
技术关键词
知识图谱推理方法
三元组
实体
规则生成器
知识图谱补全
置信度计算方法
解析器
预训练语言模型
矩阵乘法运算
逻辑
序列
BERT模型
自然语言
前馈神经网络
生成关系
解码
系统为您推荐了相关专利信息
LSTM模型
知识图谱构建
训练集
生成知识图谱
存储程序代码
异常订单
修复方法
聚类算法
历史订单数据
订单管理技术
机器人轻量化
拓扑优化技术
支撑材料
载荷
精密加工过程
生成智能
模块
大语言模型
语义关联网络
综合语义
实体链接方法
命名实体识别模型
文本
键值
实体链接系统