公开(公告)号：CN116680414A

公开(公告)日：2023-09-01

申请号：CN202310721138.X

申请日：2023-06-19

Applicant: 吉林大学

Inventor： 彭涛 ,  毕海嘉 ,  王斌岩 ,  包铁 ,  刘露

IPC: G06F16/36 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明适用于知识图谱技术领域，提供了一种基于注意力机制的知识图谱预测方法，包括以下步骤：加载训练集三元组数据，获取小样本关系及其对应的头尾实体对；生成小样本关系的头尾实体的邻居集合；利用图注意力网络聚合小样本关系的半邻域表示；通过Transformer融合邻域信息，生成小样本关系表示；计算评分函数；计算损失函数；通过梯度下降方法最小化损失函数训练模型参数。该方法通过图注意网络融合实体的一跳邻域信息，从而获得实体的邻域表示，并从相关实体的邻域表示中获取长尾关系的有效表示，减少了稀疏邻域带来的噪声影响。使用Transformer关系聚集器获取融合邻域信息的小样本关系表示，实现小样本关系更为准确的表达。