基于图注意力神经网络的知识图谱表示方法.pdfVIP

下载本文档

3
0
约1.22万字
约 10页
2023-04-24 发布于四川
举报
版权申诉

基于图注意力神经网络的知识图谱表示方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于图注意力神经网络的知识图谱表示方法，包括如下步骤：步骤11，根据知识图谱构建异质图；步骤12，初始化六种连接对应的行归一化后的邻接矩阵；步骤21，定义异质图神经网络第l层所有的头节点、关系节点、尾节点的表示；步骤22，判断知识图谱数据是否包含头实体和关系的特征信息，是则执行步骤23，否则执行步骤24；步骤23，赋值给异质图神经网络第0层所有头节点、关系节点、尾节点的表示；步骤24，随机初始化；步骤3，用深层异质图卷积网络进行L次前向传播，得到知识图谱的头实体、关系、尾实体的最

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114036308 A (43)申请公布日 2022.02.11 (21)申请号 202111145745.3 (22)申请日 2021.09.28 (71)申请人西安电子科技大学地址