公开(公告)号：CN115168612A

公开(公告)日：2022-10-11

申请号：CN202210848061.8

申请日：2022-07-19

Applicant: 东南大学

Inventor： 薛一帆 ,  段如冰 ,  伍家松 ,  孔佑勇 ,  杨冠羽 ,  杨淳沨 ,  董志芳 ,  舒华忠

IPC: G06F16/36 ,  G06F40/279

Abstract: 本发明公开了一种基于任意维度超复数嵌入的知识图谱表示方法，该方法主要特征在于将原始的知识图谱表示中的四元数嵌入的线性层替换成了超复数嵌入的线性层。具体包括以下步骤：1、知识图谱数据预处理，将传统知识图谱根据模型需求预处理为结构化数据；2、利用深度学习框架pytorch构造初步嵌入，并构建新的线性层，即超复数嵌入线性层，在图谱上学习实体和关系的向量表示；3、用知识图谱校验集进行校验，调整到最佳网络参数；4、对知识图谱测试集进行测试，统计结果。本发明通过改进一种已有的四元数知识图谱嵌入方法QuatE，引入超复数策略，降低了内存占用，减少了参数，同时保持了优异地嵌入结果。