公开(公告)号：CN116822626A

公开(公告)日：2023-09-29

申请号：CN202310779688.7

申请日：2023-06-29

Applicant: 哈尔滨理工大学

Inventor： 杨海陆 ,  孔德龙 ,  张金 ,  张庆财 ,  李骜 ,  陈晨 ,  王莉莉

IPC: G06N5/02 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/082

Abstract: 本发明公开了一种面向邻居实体层次信息聚合的知识表示学习方法。首先，对中心目标实体周围不同层次的结构特征进行区分和度量。其次，针对星型结构利用图注意力网络对一跳邻居实体进行信息聚合。接着，针对三角形结构利用关系路径编码对多跳邻居实体进行信息聚合。然后，对所得到的关于中心实体的表示向量进行特征融合，制定损失函数并进行模型训练。最后，设计解码器convKB对上一步得到的特征向量训练和学习。现有方法未对中心目标实体周围的不同层次的结构特征进行区分和度量，导致中心目标实体与关系的表示结果产生过平滑性现象，实体链接预测效果较低。

公开(公告)号：CN116756600A

公开(公告)日：2023-09-15

申请号：CN202310720045.5

申请日：2023-06-17

Applicant: 哈尔滨理工大学

Inventor： 杨海陆 ,  张庆财 ,  张金 ,  孔德龙 ,  李骜 ,  陈晨 ,  王莉莉

IPC: G06F18/23213 ,  G06F18/22 ,  G06F17/16 ,  G06Q50/00

Abstract: 本发明针对基于随机游走的网络嵌入和社区发现方法存在忽略节点属性信息、游走时没有考虑社区中节点的中心性和边界性等问题，提出了一种基于随机游走的属性网络嵌入和社区发现方法。首先，计算节点拓扑和属性相似度，构建联合相似度矩阵。其次，分别构造偏向社区边界和内部游走的转移概率矩阵，更好地识别社区中心和边界，保持社区结构。接着，根据节点度和属性数设置游走次数和长度，减少低度和低属性节点过采样造成的冗余信息以及手动设置游走参数带来的不便。最后，通过Skip‑Gram模型得到的节点嵌入向量并运用k‑means聚类得到社区划分结果。通过在真实数据集和人工数据集上进行实验，验证了所提算法的有效性。