原创力文档- 1、本文档共8页，其中可免费阅读7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
查看更多
本发明提供了一种使用共享参数卷积神经网络的知识图谱表示方法；包括如下步骤：将实体表示向量变换成二维的实体表示矩阵；将关系表示向量设置为卷积层的参数；将实体表示矩阵通过两层卷积层，再通过一层全连接层，得到特征向量；将特征向量与实体嵌入层的参数做点积，得到分类概率。本发明使用的共享参数方法，在两层卷积网络中使用了相同的参数，降低了空间资源开销，相比于两层不同参数的卷积网络，使得参数得到充分训练，提升了表示效果，并提高了使用本发明生成的表示向量进行关系预测任务的准确率。
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 112487201 B
(45)授权公告日 2022.05.10
(21)申请号 202011347873.1 G06N 3/04 (2006.01)
文档评论（0）