面向知识图谱表示学习的数据增广方法.pdfVIP

下载本文档

11
0
约9.9千字
约 9页
2023-05-29 发布于四川
举报
版权申诉

面向知识图谱表示学习的数据增广方法.pdf

1、本文档共9页，其中可免费阅读8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

本发明公开了一种面向知识图谱表示学习的数据增广方法，包括以下步骤：给定一个知识图谱，首先将当前知识图谱中的三元组作为已观测到的事实，并从中挖掘逻辑规则。接下来，通过规则实例化步骤，利用当前观测到的事实推导出含有部分噪声的潜在事实，将其作为用于增广的候选三元组。由于表示学习模型对三元组存在一定辨别能力，本发明基于当前观测到的事实训练得到一个知识图谱嵌入模型。最后，通过结合嵌入模型，对候选三元组进行验证，过滤出噪声，得到增广三元组并补充进当前知识图谱中。重复上述步骤直到达到迭代最大次数。应用本发明能

(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 112417171 A (43)申请公布日 2021.02.26 (21)申请号 202011319011.8 (22)申请日 2020.11.23 (71)申请人南京大学地址 21