公开(公告)号：CN115269867A

公开(公告)日：2022-11-01

申请号：CN202210844545.5

申请日：2022-07-19

Applicant: 中国石油大学(华东)

Inventor： 徐九韵 ,  张文洁

IPC: G06F16/36 ,  G06F16/31

Abstract: 本发明公开了一种基于高阶邻居属性传播的知识图谱节点属性补全方法，涉及知识图谱补全领域，针对知识图谱中存在的数字属性值缺失问题，该方法在多关系知识图谱上聚合来自节点高阶邻居的属性信息，利用回归函数计算不同关系下每对属性之间的相互影响，并在传播及迭代更新过程中调整模型参数，使用预测误差优化模型损失，直至取得最优预测效果。在两个通用数据集上的实验结果表明，由于考虑了知识图谱中所包含的实体的高阶邻居信息，该发明能更加准确、有效地预测节点属性的缺失值，补全效果好。

公开(公告)号：CN115329090A

公开(公告)日：2022-11-11

申请号：CN202210531897.5

申请日：2022-05-17

Applicant: 中国石油大学(华东)

Inventor： 徐九韵 ,  张文洁

IPC: G06F16/36 ,  G06F16/35 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于知识图谱补全领域，针对知识图谱中存在的文字属性值缺失问题，提出了一种基于自适应图卷积的知识图谱文字属性值补全方法(AGC‑AC)。主要分为三个步骤：首先进行数据预处理，将数据集处理为图卷积所需要的数据类型，即度矩阵D，邻接矩阵A以及特征矩阵F；然后将原有属性知识图谱中的节点结合自适应图卷积神经网络生成的特征表示进行划分，得到最佳节点簇；最后利用Jaccard相似性度量，找出同一簇中与目标节点最为相似的节点，目标节点缺失的属性值即为该节点的该属性值。