-
公开(公告)号：CN112541589A
公开(公告)日：2021-03-23
申请号：CN202011520861.4
申请日：2020-12-21
Applicant: 福州大学
Abstract: 本发明涉及一种基于AHE对齐超平面的文本知识嵌入方法，包括以下步骤：步骤S1:对数据集进行预训练词向量，获得文本描述的精确表示；步骤S2:采用AHE对齐超平面策略，将文本向量与内部向量对齐为统一的隐含层维度，并分别对头尾实体进行文本超平面投影，获得交互增强的表示向量,并将其应用至知识库基础模型中。解决了传统文本联合学习模型对文本描述引入的不精确性和不灵活性，进一步有效提高知识图谱补全效果。
-
公开(公告)号：CN112231469A
公开(公告)日：2021-01-15
申请号：CN202011114740.X
申请日：2020-10-16
Applicant: 福州大学
Abstract: 本发明涉及一种3DRTE时间知识图谱的三维旋转嵌入方法，定义时间知识图谱TKG，给定实体集合E，关系集合R，时间戳集合T，一个TKG表示为时间事实四元组的集合，令已知的时间事实集合为G，则TKGC的目的就是在现有知识G的基础上推导出W；建立3DRTE模型，包括利用自注意力机制处理时间戳的各个片段带来的信息和利用四元数的旋转特性，将实体在融合了时间的关系的作用下，旋转建模在了三维空间中，从而获得了蕴含时间和关系的实体表示即完成模型建立；将得到的模型使用损失函数进行训练，并进行数据验证，最终实现补全时间知识图的目的。本发明通过自注意力机制处理关系和时间戳的联合序列，自适应地学习关系和时间的联合特征表示，从而更有助于补全的性能。
-
公开(公告)号：CN112541589B
公开(公告)日：2022-10-14
申请号：CN202011520861.4
申请日：2020-12-21
Applicant: 福州大学
Abstract: 本发明涉及一种基于AHE对齐超平面的文本知识嵌入方法，包括以下步骤：步骤S1:对数据集进行预训练词向量，获得文本描述的精确表示；步骤S2:采用AHE对齐超平面策略，将文本向量与内部向量对齐为统一的隐含层维度，并分别对头尾实体进行文本超平面投影，获得交互增强的表示向量,并将其应用至知识库基础模型中。解决了传统文本联合学习模型对文本描述引入的不精确性和不灵活性，进一步有效提高知识图谱补全效果。
-
-
Search Results
3
records
(took 0.022 seconds)
