公开(公告)号：CN118780354A

公开(公告)日：2024-10-15

申请号：CN202410747053.3

申请日：2024-06-11

Applicant: 电子科技大学

Inventor： 田玲 ,  张栗粽 ,  惠孛 ,  郑旭 ,  曹辰鹏 ,  柯立 ,  王羽皓

IPC: G06N5/022 ,  G06N3/0442 ,  G06N3/092

Abstract: 本发明公开了一种时序知识图谱补全方法，包括S1、构建时序知识图谱；S2、基于时序知识图谱中的已知历史事实，学习实体和关系随时间变化的模式，确定历史词汇向量，并对其进行优化，进而计算历史网络结构中历史实体概率；S3、基于时序知识图谱中的全部事实，通过关系嵌入向量显式引入关系编码，进而计算全局网络结构中全部实体概率；S4、结合历史实体概率和全部实体概率，得到每个备选对象实体作为待补全对象实体的最终概率，并根据其进行时序知识图谱补全。本发明通过基于时序嵌入的知识补全机制，学习历史网络结构中实体和关系随时间变化的模式，增强网络节点关系的链接预测能力，提升时序知识图谱嵌入的精度和时序知识图谱完整性。

公开(公告)号：CN116702755A

公开(公告)日：2023-09-05

申请号：CN202310749338.6

申请日：2023-06-21

Applicant: 电子科技大学

Inventor： 康昭 ,  田玲 ,  惠孛 ,  柯立 ,  鞠蓁轩 ,  吴旭程

IPC: G06F40/211 ,  G06F40/289 ,  G06F40/279 ,  G06F18/25 ,  G06N3/0442 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明公开了一种基于依存句法图和短语结构树的文档级关系抽取方法，包括以下步骤：对文档进行编码，通过预训练语言模型，获取文档的字符级嵌入表示和注意力矩阵；构建短语结构树，计算实体对间关系的预测值；构建包含两类节点和三类边的依存句法图，根据依存句法图和文档中的字符级嵌入表示计算实体对间基于依存句法关系的预测值；根据实体对间基于依存句法关系的预测值和实体对间关系的预测值得到最后的预测值，根据最后的预测值获得损失函数，利用损失函数训练依存句法关系模型，使用训练好的依存句法关系模型对待处理文档进行处理，实现文档级的关系抽取，本方案通过考虑文档的语法信息，来实现文档级关系抽取，提升了文档关系抽取效果。