摘要
本发明公开一种基于半监督置信度分布学习的不确定性知识图谱推理方法,包括:将不确定性知识图谱训练数据里的三元组置信度转换为置信度分布;利用基于置信度分布学习的关系学习器同时在标记数据和由伪标记数据生成器生成的伪标记数据上学习不确定性知识图谱的嵌入;利用伪标记数据生成器为未标记的数据生成高质量的伪置信度分布标签;利用元自训练迭代训练基于置信度分布学习的关系学习器和伪标记数据生成器,直到二者收敛;将待补全的数据传入训练完成的基于置信度分布学习的关系学习器进行推理,实现不确定性知识图谱补全。本发明可以捕获标记数据中少数置信度或未见置信度的监督信息,适用于不确定性知识图谱三元组置信度分布不平衡的场景。
技术关键词
知识图谱推理方法
数据生成器
三元组
知识图谱补全
学习器
噪声参数
Softmax函数
实体
标记置信度
样本
标签
定义
关系
处理器
计算机
可读存储介质
系统为您推荐了相关专利信息
知识图谱构建方法
无监督学习
文本
抽取实体关系
三元组
故障注入测试
参数优化方法
电磁
梯度提升模型
芯片
光伏功率预测方法
深度学习融合
特征选择
XGBoost算法
学习器
模型训练方法
人工智能模型
文本特征向量
图像特征向量
三元组损失函数