![基于卷积神经网络的知识图谱表示方法及装置](/CN/2022/1/3/images/202210015911.jpg)
基本信息:
- 专利标题: 基于卷积神经网络的知识图谱表示方法及装置
- 申请号:CN202210015911.6 申请日:2022-01-07
- 公开(公告)号:CN114461811A 公开(公告)日:2022-05-10
- 发明人: 李平 , 隆易悦 , 杜圣东 , 栾中 , 曹鸿飞 , 吴艳华 , 王虎 , 刘文斌 , 贺晗
- 申请人: 中国铁道科学研究院集团有限公司 , 中国铁道科学研究院集团有限公司电子计算技术研究所 , 西南交通大学
- 申请人地址: 北京市海淀区大柳树路2号; ;
- 专利权人: 中国铁道科学研究院集团有限公司,中国铁道科学研究院集团有限公司电子计算技术研究所,西南交通大学
- 当前专利权人: 中国铁道科学研究院集团有限公司,中国铁道科学研究院集团有限公司电子计算技术研究所,西南交通大学
- 当前专利权人地址: 北京市海淀区大柳树路2号; ;
- 主分类号: G06F16/36
- IPC分类号: G06F16/36 ; G06F40/30 ; G06N3/04 ; G06N3/08
摘要:
本发明提供一种基于卷积神经网络的知识图谱表示方法及装置,该方法包括:基于自然语言处理方法获取目标知识图谱中每个实体和关系的第一语义向量,将实体的第一语义向量作为每个三元组中尾实体的第一语义向量;将目标知识图谱的每个三元组中头实体的第一语义向量通过每个三元组中关系的语义向量进行平移,作为每个三元组中尾实体的第二语义向量;将每个三元组中头实体的第一语义向量、关系的第一语义向量和第二语义向量输入卷积神经网络中,输出每个三元组中头实体的第一语义向量、关系的第一语义向量和尾实体的每个第一语义向量构成的新三元组是否为正样例;若是,则使用新三元组表示目标知识图谱。本发明实现对知识图谱的精确表示。
IPC结构图谱:
G | 物理 |
--G06 | 计算;推算;计数 |
----G06F | 电数字数据处理 |
------G06F16/00 | 信息检索;数据库结构;文件系统结构 |
--------G06F16/10 | .文件系统;文件服务器 |
----------G06F16/36 | ..语义工具的产生,例如,本体论或词典 |