一种基于结构特征高阶逻辑知识图谱表示学习方法.pdfVIP

下载本文档

0
0
约1.36万字
约 13页
2023-05-16 发布于北京
举报
版权申诉

一种基于结构特征高阶逻辑知识图谱表示学习方法.pdf

1、本文档共13页，其中可免费阅读12页，需付费10金币后方可阅读剩余内容。
2、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。
3、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。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、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。
7、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。
8、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

本发明属于人工智能研究领域，提出一种基于结构特征高阶逻辑知识图谱表示学习方法。首先，对数据进行高阶逻辑关系特征表示，提取图中的节点邻域结构模体度矩阵，将每个关系中实体模体度矩阵作为高阶逻辑关系特征；其次，图卷积网络进行实体属性特征和高阶逻辑关系特征表示；最后，使用哈达玛积、求和与串联三种不同的聚合方法进行特征聚合。本发明融合了两种知识图谱表示学习特征，从不同角度学习样本数据后用于实体分类、链路预测等知识图谱下游任务，获得一种精度较高的高阶逻辑知识表示学习方法，同时可以克服目前的知识表示学习方法，

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114741535 A (43)申请公布日 2022.07.12 (21)申请号 202210449943.7 G06N 3/04 (2006.01)