公开(公告)号：CN113761224A

公开(公告)日：2021-12-07

申请号：CN202111020769.6

申请日：2021-09-01

Applicant: 东北大学

Inventor： 吴刚 ,  武文芳 ,  崔锴倩 ,  李雪玉 ,  李磊磊 ,  韩东红

IPC: G06F16/36 ,  G06F16/35 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了对长文本友好的知识图谱表示学习方法，包括如下步骤：步骤一：长文本友好的文本信息抽取；步骤二：BCRL的文本表示模型；骤三：基于TransE的结构化表示；步骤四：结构‑文本联合标识；步骤五：模型训练。本发明提出了一种文本增强的知识图表示模型BCRL，该模型利用实体描述和关系提及来增强三元组的知识表示，该方法从文本‑句子的角度出发，解决了实体描述的不统一、关系提及表示的不准确等问题，能够更有效地捕获文本的语义信息，并且在链路预测任务方面与基准系统相比有显著的改进。