摘要
本发明涉及知识图谱生成技术领域,尤其是涉及一种基于深度学习的知识图谱生成方法,其包括初始化知识单元并保存语义向量、关系权重矩阵和特征映射表;基于原始数据流生成目标语义向量;通过第一知识单元与目标语义向量扩展知识单元,生成第二知识单元;最终输出多模态数据处理系统的知识结构。本发明通过稀疏矩阵与稠密矩阵结合实现语义控制与动态扩展,减少人工标注依赖,提升知识图谱生成效率与准确性,适用于多模态数据处理场景。
技术关键词
知识图谱生成方法
分层特征提取
特征提取模型
多层次特征
关系建模
神经网络模型
语义向量
生成装置
特征提取模块
优化数据访问
共享内存机制
数据处理场景
节点
流水线架构
支持高并发
模型库