-
公开(公告)号：CN109815345A
公开(公告)日：2019-05-28
申请号：CN201910136349.0
申请日：2019-02-25
Applicant: 南京大学
Abstract: 本发明公开了一种基于路径的知识图谱嵌入方法，包括以下步骤：对于给定的单个知识图谱或由两个知识图谱构成的联合知识图谱，首先使用有偏随机游走方法对其进行采样。接下来，将得到的采样路径使用一种新的跳跃循环网络进行建模,该网络能够在有效学习路径中元素间依赖的同时，克服传统循环神经网络无法识别知识图谱结构的缺陷。对于跳跃循环神经网络的输出，采用基于类型的噪音对比估计方法高效地评估网络的损失，并以反馈更新的方式迭代进行训练。与现有技术相比，本发明所训练的知识图谱嵌入具有可表达性高，泛化能力强等优点，应用本发明能够显著提升知识图谱补全和实体对齐的准确率和效率。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
