摘要
本申请公开了一种基于时间关联嵌入的时序知识图谱事实预测方法、设备及介质,涉及时序知识图谱嵌入及深度学习领域,该方法包括对互联网文本进行实体抽取与关系抽取,确定四元组,并构建时序知识图谱;基于时序知识图谱,对时间戳进行多维度分解;根据Bures‑Wasserstein衡量分解后的时间戳的概率分布差异,并结合周期性相似度,确定时间戳的关联强度以及关联矩阵;基于注意力机制,融合不同时间维度上的关联矩阵,确定不同时间维度上的融合特征;将融合特征与时序知识图谱进行卷积操作,确定不同时间维度上的关系特征;基于关系特征,根据对抗样本生成方法,预测所述时序知识图谱的事实;所述事实为新的四元组,本申请提升了时序知识图谱事实预测精准性。
技术关键词
图谱
互联网文本
融合特征
时序
样本生成方法
实体
日期
周期性
关系
注意力机制
序列标注模型
多项式
参数
掩码矩阵
多层感知机
处理器
强度
计算机设备
可读存储介质
存储器