一种基于模糊理论的知识图谱优化方法

    公开(公告)号:CN109840282A

    公开(公告)日:2019-06-04

    申请号:CN201910154244.8

    申请日:2019-03-01

    Applicant: 东北大学

    Abstract: 本发明提出一种基于模糊理论的知识图谱优化方法,包括:获取训练集三元组数据,并对所有三元组数据预处理;基于模糊关系合成的知识图谱构建,获得知识图谱的模糊关系;基于损失函数,最小化目标优化函数,获得优化后的三元组向量,即为优化后的知识图谱的三元组集合。本发明使用模糊向量的运算方法来对各维训练数据进行运算,将模糊逻辑中赋予数据的语义信息与深度学习理论相结合,实验表明,采用本发明的基于模糊理论的知识图谱优化方法,所获得的知识图谱更加全面和准确,优化后的知识图谱在链接预测和三元组分类方面具有更高的准确率。

Patent Agency Ranking