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
本发明公开了一种层次感知的时态知识图谱表示学习方法，包括：1)提取时态知识图谱中的事件；2)根据每个时刻的发生事件构建原图，建模实体之间的历史相关性；3)在层次图发现网络中，利用层次映射器将实体映射到实体组，并通过隐式关系编码器，以端到端的方式推理成对实体组之间的隐式相关性；4)在层次化耦合图卷积‑门控循环神经网络中，利用层次化图卷积更新每一个时刻的实体表示，并将不同时刻更新后的实体表示输入到门控循环神经网络中，获得包含历史信息和邻居信息的实体表示；5)通过多标签分类器输出实体之间未来可能发生的
(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 113688253 A
(43)申请公布日 2021.11.23
(21)申请号 202110926172.1
(22)申请日 2021.08.12
(71)申请人 浙江大学
地址 31
文档评论（0）