摘要
本发明提供一种局部特征和全局信息结合的知识图谱嵌入方法,该方法包括:将输入数据分割为两部分输入知识图谱嵌入方法;对输入数据进行特征提取;对提取的特征进行实体和关系强化;获取实体和关系之间的全局信息;根据所述实体和关系之间的全局信息进行预测任务的推理。本发明使用卷积神经网络对实体进行局部特征提取,通过特征筛选、去噪和平滑来增强实体特征的表达能力。模型仅对关系特征进行筛选和去噪等处理,保留其语义信息的准确性和简洁性。经过处理后,模型将增强后的实体特征和关系特征与原始的实体和关系表示进行融合,形成更精炼的嵌入表示,通过自注意力机制在更高层次上捕捉全局信息,进一步丰富和优化最终的嵌入表示。
技术关键词
知识图谱嵌入方法
实体
关系
计算机程序代码
积层
sigmoid函数
局部特征提取
参数
三元组
电子设备
数据传输模块
可读存储介质
特征提取模块
数据处理模块
注意力机制
序列
尺寸
系统为您推荐了相关专利信息
时空数据预测方法
客户端
服务器
光伏发电量预测
异构