原创力文档- 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
查看更多
本发明提出一种基于语义对齐及对称结构编码的知识图谱补全方法及装置，涉及知识图谱补全的技术领域，基于训练集中三元组数据及三元组各部分的组合形成输入文本，然后构建知识图谱补全模型，包含有上、下路对称编码结构，利用对称编码均衡分配关系给实体做匹配，缓解了传统模型中链路预测中的不对称性问题，提升模型整体的预测性能，还将对比学习的框架引入，基于语义对齐损失函数，对比学习拉近同义三元组语义距离，增强三元组样本的语义特征，首先对比学习进行自监督训练，为增强对负样本的区分能力，还包含了负采样过程，后进行有监督训
(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 114117075 A
(43)申请公布日 2022.03.01
(21)申请号 202111446963.0
(22)申请日 2021.11.30
(71)申请人 中山大学
地址 51
文档评论（0）