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
本发明公开一种基于隐式翻译模型的知识图谱嵌入方法，不同于传统的基于翻译模型的方法，首次将关系表示成为两层全连接前馈神经网络，增强了知识图谱中对于复杂关系的表示能力，可以有效处理其他基于翻译模型方法无法处理的两种复杂情况，包括同实体对之间具有多种不同关系的情况和多个实体之间具有循环关系的情况，有效提高了知识图谱嵌入的效果，最终通过实体链接预测测试和三元组验证测试的测试结果证明了本发明方法确实优于现有的基于翻译模型的方法。
(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CN110765788A
(43)申请公布日
2020.02.07
(21)申请号20191
文档评论（0）