摘要
本发明涉及一种面向煤岩知识图谱的关系感知门控神经网络链路预测方法,属于知识图谱和人工智能技术领域。包括以下步骤:加载煤岩知识图谱数据集;基于知识图谱数据集生成提示图并获取提示图嵌入表示;利用提示图嵌入表示对知识图谱数据集中的关系嵌入表示进行初始化,并基于N层GIN图神经网络结构作为知识图谱消息传递架构更新实体表示;利用更新后的实体表示为候选实体分配分数进行预测推理;通过设计关系感知神经元RPRU模块来控制信息流动,平衡和结合局部与全局特征,获取更加合理的提示示例的嵌入表示;采用N层GIN神经网络结构设计消息传递机制,以更高效地捕捉图结构信息,从而提高图提示信息在训练和推理过程中的有效利用。
技术关键词
实体
知识图谱数据
链路预测方法
门控神经网络
三元组
关系
煤岩
消息传递架构
邻居
神经网络结构
矩阵
消息传递机制
双曲正切函数
专用数据
嵌入方法
节点
人工智能技术
答案
模块
系统为您推荐了相关专利信息
偏好特征
电影推荐方法
融合知识图谱
生成推荐信息
电影推荐技术
矩阵
局部结构特征
融合特征
体知识库
多源异构数据