一种基于组合自注意的图卷积知识表示学习模型CompSAGCN的预测方法.pdfVIP

下载本文档

0
0
约1.78万字
约 13页
2023-06-08 发布于四川
举报
版权申诉

一种基于组合自注意的图卷积知识表示学习模型CompSAGCN的预测方法.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

本发明提供了一种基于组合自注意的图卷积知识表示学习模型CompSAGCN的预测方法，包括以下步骤：对于每一个实体e，使用图卷积神经网络构成的编码器来学习实体e的邻居信息，得到实体的增强表示ve，再使用自注意力卷积神经网络构成的解码器提取ve和关系向量vr的特征；然后将实体和关系的特征向量进行拼接，通过全连接层进行特征的压缩，将压缩后的特征表示与所有的实体向量相乘，最后使用sigmoid激活得到每个三元组的得分。本发明使用自注意力卷积能够获取到三元组结构本身的内部有效信息。

(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 112836065 A (43)申请公布日 2021.05.25 (21)申请号 202110219529.2 (22)申请日 2021.02.26 (71)申请人福州大学地址 35