公开(公告)号：CN116258139A

公开(公告)日：2023-06-13

申请号：CN202211095419.0

申请日：2022-09-05

Applicant: 电子科技大学

Inventor： 秦科 ,  许毅 ,  罗光春 ,  段贵多 ,  范雨 ,  詹紫琦 ,  张清杨

IPC: G06F40/279 ,  G06F16/36 ,  G06F16/28 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明属于知识图谱相关技术领域，具体提供一种基于特征增强的人物关系知识图谱补全方法，旨在解决现有的基于卷积神经网络的模型方法并没有考虑丰富的图谱语义信息的问题，受限于三元组本身的信息特征，同时解决了DKRL模型不能有效地提取描述文本特征的缺陷。本发明基于知识图谱附加的语义特征和路径特征，针对链接预测任务，提供一种基于特征增强的卷积神经网络模型，通过将附加描述信息、路径信息与卷积神经网络结合起来，实现更高质量的知识图谱补全方法，进而实现对人物关系知识图谱的补全，提升针对人物间关系的预测性能，为人物关系提供支持。