摘要
本发明涉及知识图谱推理技术,提供了一种基于线性注意力机制的知识图谱推理方法,首先,将知识图谱的图的节点的节点嵌入,输入图神经网络,获取包含局部拓扑信息的节点嵌入;然后,将包含局部拓扑信息的节点嵌入,利用线性注意力机制,获取包含全局信息的特征向量;再然后,将包含全局信息的特征向量与包含局部拓扑信息的节点嵌入,利用注意力机制,获得各个输入信息的权值,并以各部分的权重和,作为最终的节点嵌入;最后,基于获得的节点嵌入和关系嵌入,利用评分网络,输出推理结果,因此,本发明的方法,能捕捉到知识图谱中的长程依赖关系,同时避免图神经网络过平滑问题,有效改善现有推理模型Hits@10指标较低的问题。
技术关键词
知识图谱推理方法
注意力机制
三元组
邻居
关系
节点特征
实体
样本
线性变换矩阵
构建知识图谱
多层感知机
网络
参数
元素
系统为您推荐了相关专利信息
噪声抑制数据
运动姿态补偿
数据处理方法
分布式传感器网络
背景噪声
横向驱动装置
可伸缩箱体
车架主体
取样装置
取样方法
集合经验模态分解
级联
多路径误差
智能优化算法
噪声
支持向量机模型
流量预测方法
粒子群优化算法
粒子群优化支持向量机
矩阵