摘要
本发明公开了基于图神经网络的知识图谱自动构建与更新方法,包括以下步骤:获取多源数据并构建图结构;初始化节点嵌入矩阵,将节点的初始特征作为第0层的节点嵌入;设定网络层数,从第1层至设定层数循环执行以下邻居特征聚合步骤:对每个节点的邻居进行均匀随机采样,获取固定数量的采样邻居集合;对每个节点的采样邻居集合中的节点嵌入进行聚合,生成邻居聚合特征;将节点上一层的嵌入与邻居聚合特征进行拼接,生成当前层的节点嵌入;根据相似度变化,基于当前层节点嵌入更新知识图谱的实体关系。由此,能够自动学习实体及关系的语义和结构信息且及时准确反映实体关系的最新状态,有效提升知识图谱构建的自动化水平与更新效率。
技术关键词
更新方法
邻居
更新知识图谱
实体
HTTP请求
知识图谱构建
算术平均值
数据
梯度下降法
关系建模
矩阵
节点特征
传播算法
自然语言
超参数
非线性
语义
系统为您推荐了相关专利信息
智能审核方法
审核规则
大语言模型
信息模块
大数据平台
联动设备
多模态
优化控制策略
监测数据采集装置
故障诊断方法