一种基于多视角推理的弱监督知识图谱问答方法

    公开(公告)号:CN113590799B

    公开(公告)日:2022-11-18

    申请号:CN202110935495.7

    申请日:2021-08-16

    Applicant: 东南大学

    Inventor: 胡楠 漆桂林

    Abstract: 本发明公开了一种基于多视角推理的弱监督知识图谱问答方法,主要通过解决知识图谱问答在弱监督条件下的长路径推理和伪路径问题。首先利用自然语言问题中涉及的知识图谱实体获取知识图谱子图。然后,利用知识图谱表示学习算法将知识图谱三元组映射为向量表示,同时在预训练语言模型的基础上将问题和子图中的关系映射为向量表示。接着,计算问题的向量表示与关系向量表示的语义匹配度和问题向量表示在知识图谱三元组中的结构匹配度。最后,通过监督学习的方法先优化与问题语义相似的关系,再优化与问题语义最相近的关系,得到一种在弱监督条件下的知识图谱问答核心路径推理模型。

    一种基于多视角推理的弱监督知识图谱问答方法

    公开(公告)号:CN113590799A

    公开(公告)日:2021-11-02

    申请号:CN202110935495.7

    申请日:2021-08-16

    Applicant: 东南大学

    Inventor: 胡楠 漆桂林

    Abstract: 本发明公开了一种基于多视角推理的弱监督知识图谱问答方法,主要通过解决知识图谱问答在弱监督条件下的长路径推理和伪路径问题。首先利用自然语言问题中涉及的知识图谱实体获取知识图谱子图。然后,利用知识图谱表示学习算法将知识图谱三元组映射为向量表示,同时在预训练语言模型的基础上将问题和子图中的关系映射为向量表示。接着,计算问题的向量表示与关系向量表示的语义匹配度和问题向量表示在知识图谱三元组中的结构匹配度。最后,通过监督学习的方法先优化与问题语义相似的关系,再优化与问题语义最相近的关系,得到一种在弱监督条件下的知识图谱问答核心路径推理模型。

Patent Agency Ranking