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
本发明公开了基于路径掩码与元学习的知识图谱小样本关系推理方法，将知识图谱中的关系分为大样本关系和小样本关系；构成目标封闭子图；将目标封闭子图进行实体标记；形成掩码子图；利用图神经网络对掩码子图进行编码；通过元学习的方式利用查询集训练自适应损失函数，利用梯度下降法对图神经网络的参数进行更新；将知识图谱小样本关系中的目标实体输入至训练之后的图神经网络，预测目标实体间的关系。本发明通过基于路径掩码的方法防止图神经网络过度依赖特定的子图模式，使图神经网络更好地捕捉数据中的关键特征和模式，提高图神经网络在
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117252257A
(43)申请公布日2023.12.19
(21)申请号202311387937.4
(22)申请日2023.10.24
(71)申请人南京信息工程大学
地址2100
文档评论（0）