公开(公告)号：CN113806559B

公开(公告)日：2024-04-30

申请号：CN202111122504.7

申请日：2021-09-24

Applicant: 东南大学

Inventor： 何洁月 ,  王金梦 ,  张乃心

IPC: G06F16/36 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/0475 ,  G06N3/094 ,  G06F18/22 ,  G06N5/022

Abstract: 本发明公开了一种基于关系路径与双层注意力的知识图谱嵌入方法。依次包括以下步骤：步骤1：构建双层注意力编码器，在深度学习技术的基础上结合关系路径学习知识图谱嵌入；步骤2：根据步骤1得到的嵌入表示，引入生成对抗网络对学得的嵌入表示施加正则化约束。通过联合优化嵌入表示学习和对抗训练，模型可以得到一个更加鲁棒的嵌入表示，可以有效地提升下游任务的性能，例如链路预测等。

公开(公告)号：CN113806559A

公开(公告)日：2021-12-17

申请号：CN202111122504.7

申请日：2021-09-24

Applicant: 东南大学

Inventor： 何洁月 ,  王金梦 ,  张乃心

IPC: G06F16/36 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于关系路径与双层注意力的知识图谱嵌入方法。依次包括以下步骤：步骤1：构建双层注意力编码器，在深度学习技术的基础上结合关系路径学习知识图谱嵌入；步骤2：根据步骤1得到的嵌入表示，引入生成对抗网络对学得的嵌入表示施加正则化约束。通过联合优化嵌入表示学习和对抗训练，模型可以得到一个更加鲁棒的嵌入表示，可以有效地提升下游任务的性能，例如链路预测等。

公开(公告)号：CN112329918A

公开(公告)日：2021-02-05

申请号：CN202011169354.0

申请日：2020-10-28

Applicant: 东南大学

Inventor： 何洁月 ,  余志州 ,  王金梦

IPC: G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于注意力机制的对抗正则化网络嵌入方法，依次包括以下步骤：步骤1：基于注意力机制根据输入的网络邻接矩阵和内容矩阵得到网络嵌入表示；步骤2：根据步骤1得到的嵌入表示，使用嵌入生成对抗网络进行对抗训练对嵌入表示进行正则化。通过联合优化嵌入表示学习和对抗训练，模型可以得到一个更加鲁棒的嵌入表示，可以有效地提升下游任务的性能，例如节点分类、社区发现和用户推荐等。