公开(公告)号：CN116843026A

公开(公告)日：2023-10-03

申请号：CN202310620744.2

申请日：2023-05-29

Applicant: 哈尔滨工程大学 ,  哈尔滨龙明科技有限公司

Inventor： 王也 ,  杨建华 ,  韩启龙 ,  宋洪涛 ,  刘鹏

IPC: G06N5/02 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0455

Abstract: 一种基于多任务学习的知识图谱链接预测方法、计算机设备及存储介质，涉及知识图谱补全领域。解决现有InteractE模型存在的平移特性被破坏的问题。本发明提供以下方案，对知识图谱数据集进行预处理生成逆关系三元组，将得到的逆关系三元组的知识图谱数据集作为输入；构建基于多任务学习的知识图谱链接预测模型；在所述预测模型的训练集上进行迭代训练；将验证集中待预测逆关系三元组的头实体和关系输入到所述模型中，得到InteractE模型作为解码器的全部尾实体的预测得分，将测试集中待预测三元组的头实体和关系输入加载模型参数的模型中，预测得分最高的尾实体作为输出。适用于知识图谱中已经存在的头实体和关系信息预测缺失的尾实体的方法中。