杰创智能科技股份有限公司;广东杰创智能科技有限公司王金桥获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉杰创智能科技股份有限公司;广东杰创智能科技有限公司申请的专利基于子图结构解耦和常识变换的知识图谱补全方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117273138B 。
龙图腾网通过国家知识产权局官网在2025-11-04发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310916467.X,技术领域涉及:G06N5/025;该发明授权基于子图结构解耦和常识变换的知识图谱补全方法及装置是由王金桥;郭子江;黄文俊;王泽楷;张海;朱贵波设计研发完成,并于2023-07-25向国家知识产权局提交的专利申请。
本基于子图结构解耦和常识变换的知识图谱补全方法及装置在说明书摘要公布了:本发明提供一种基于子图结构解耦和常识变换的知识图谱补全方法及装置,涉及人工智能技术领域。该方法包括:利用训练好的第一网络模型对待补全知识图谱中的待预测对象进行预测,得到第一预测三元组;其中,待预测对象包括头实体、尾实体和关系中的任意一种,第一网络模型用于对待补全知识图谱进行子图抽取得到子图,并对子图的结构进行解耦;利用训练好的第二网络模型对待补全知识图谱中的待预测对象进行预测,得到第二预测三元组;第二网络模型用于按照常识知识并根据待补全知识图谱中实体和关系,确定待预测实体;根据第一预测三元组和第二预测三元组对待补全知识图谱进行补全。由此,能够实现更全面、准确地对知识图谱进行补全。
本发明授权基于子图结构解耦和常识变换的知识图谱补全方法及装置在权利要求书中公布了:1.一种基于子图结构解耦和常识变换的知识图谱补全方法,其特征在于,包括: 利用训练好的第一网络模型对待补全知识图谱中的待预测对象进行预测,得到第一预测三元组;其中,所述待预测对象包括头实体、尾实体和关系中的任意一种,所述第一网络模型用于对所述待补全知识图谱进行子图抽取得到子图,并对所述子图的结构进行解耦; 利用训练好的第二网络模型对所述待补全知识图谱中的所述待预测对象进行预测,得到第二预测三元组;所述第二网络模型用于按照常识知识并根据所述待补全知识图谱中实体和关系,确定待预测实体; 根据所述第一预测三元组和所述第二预测三元组对所述待补全知识图谱进行补全; 所述第一网络模型的训练步骤包括: 获取第一训练样本集,所述第一训练样本集包括由多个实体和多个关系构成的知识图谱; 对所述第一训练样本集进行子图抽取,得到训练子图,所述训练子图包括至少两个实体和至少两个关系,所述实体包括头实体和尾实体,所述关系包括所述头实体和所述尾实体之间的待预测关系; 针对所述训练子图的任一实体,确定所述实体的距离标签,所述距离标签用于表示所述实体与所述头实体和所述尾实体之间的距离; 根据各所述实体的所述距离标签生成各所述实体对应的初始实体特征; 初始化关系参数矩阵和预设数量的正交基底,所述关系参数矩阵包括所述子图的各所述关系,不同所述正交基底用于表征不同预设语义; 根据各所述正交基底和所述关系参数矩阵,得到各所述关系的初始关系特征; 针对任一实体,利用各所述正交基底对所述实体的所述初始实体特征进行投影,得到所述实体在各所述预设语义下的投影长度; 针对任一实体,根据所述实体的各所述投影长度和各所述正交基底,确定所述实体的在各所述预设语义下的中间实体特征;其中,所述中间实体特征通过下式计算: ; 其中,A为实体u在不同预设语义下的投影长度的集合,A集合中包含预设语义数量的ai,ai为实体u在第i个预设语义下的投影长度,Mbase-1为正交基底矩阵的伪逆,Mbase,i为第i个正交基底,hu,i为实体u在第i个预设语义下的中间实体特征,Xu为实体u在不同预设语义下的中间实体特征集合; 对各所述实体的各所述中间实体特征进行特征更新,得到各所述实体在各所述预设语义下的目标实体特征,对各所述初始关系特征进行特征更新,得到各所述关系在各所述预设语义下的目标关系特征; 根据所有所述实体中所述头实体的各所述目标实体特征、所述尾实体的各所述目标实体特征以及所有所述关系中所述待预测关系的各所述目标关系特征,确定训练预测三元组; 确定所述训练预测三元组的总得分,根据所述总得分利用第一预设损失函数确定第一损失值,并根据所述第一损失值更新所述第一网络模型的参数,直至所述第一网络模型收敛,得到训练好的第一网络模型; 所述第二网络模型的训练步骤包括: 获取第二训练样本集,所述第二训练样本集包括至少两个带有关系标签的输入单词; 将所述带有关系标签的输入单词输入至所述第二网络模型中,得到目标单词和预测为所述目标单词的概率; 根据所述目标单词和概率利用第二预设损失函数计算第二损失值,并根据所述第二损失值更新所述第二网络模型的参数,直至所述第二网络模型收敛,得到训练好的第二网络模型。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人杰创智能科技股份有限公司;广东杰创智能科技有限公司,其通讯地址为:510535 广东省广州市黄埔区瑞祥路88号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励