公开(公告)号：CN117972450A

公开(公告)日：2024-05-03

申请号：CN202410169715.3

申请日：2024-02-06

Applicant: 哈尔滨工程大学

Inventor： 王金满 ,  曹金旋 ,  王志航 ,  张钊睿

IPC: G06F18/22 ,  G06F18/10 ,  G06F18/213 ,  G06F18/25 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/045 ,  G06N5/022 ,  G06F123/02

Abstract: 基于深度学习的时序图谱链路预测方法，它属于人工智能技术领域。本发明解决了现有方法预测准确性差的问题。本发明具体为：步骤一、对时序知识图谱中的数据进行预处理；步骤二、对预处理后的每个四元组进行格式转换，将各个格式转换后的四元组输入到图注意力网络，得到每个实体在历史不同时间戳以及当前时间戳下的结构特征；步骤三、对于任意实体s，将实体s在历史不同时间戳以及当前时间戳下的结构特征输入GRU网络，输出实体s在当前时间戳下的时序特征；步骤四、对实体的结构特征和时序特征进行融合，得到每个实体在当前时间戳下的融合特征；步骤五、计算四元组之间的相似性，以进行链路预测。本发明方法可以应用于时序图谱链路预测。