-
公开(公告)号:CN112860915B
公开(公告)日:2025-01-21
申请号:CN202110247552.2
申请日:2021-03-06
Applicant: 东南大学
IPC: G06F16/36 , G06F40/35 , G06F40/186
Abstract: 本发明公开了一种基于知识图谱的知识可信度量方法,该方法包含以下步骤:首先,利用知识表示学习算法将知识图谱中的实体和关系向量化,再利用能量函数和sigmoid函数来计算得到关系可信度;之后,根据属性标准集,对知识图谱中的实体属性值进行评估,使用词林相似度和编辑距离结合的方式计算得到属性值可信度;然后,构建问答系统,利用问答系统和问答标准集来对知识图谱中的知识进行问题求解可信度的计算;最后,结合关系可信度、属性值可信度以及问题求解可信度,根据不同的权重进行加权求和,得到知识图谱可信度。该发明有助于更正知识图谱中的错误知识,提高知识图谱中知识的准确度。
-
公开(公告)号:CN112860915A
公开(公告)日:2021-05-28
申请号:CN202110247552.2
申请日:2021-03-06
Applicant: 东南大学
IPC: G06F16/36 , G06F40/35 , G06F40/186
Abstract: 本发明公开了一种基于知识图谱的知识可信度量方法,该方法包含以下步骤:首先,利用知识表示学习算法将知识图谱中的实体和关系向量化,再利用能量函数和sigmoid函数来计算得到关系可信度;之后,根据属性标准集,对知识图谱中的实体属性值进行评估,使用词林相似度和编辑距离结合的方式计算得到属性值可信度;然后,构建问答系统,利用问答系统和问答标准集来对知识图谱中的知识进行问题求解可信度的计算;最后,结合关系可信度、属性值可信度以及问题求解可信度,根据不同的权重进行加权求和,得到知识图谱可信度。该发明有助于更正知识图谱中的错误知识,提高知识图谱中知识的准确度。
-