公开(公告)号：CN119204178A

公开(公告)日：2024-12-27

申请号：CN202411122591.X

申请日：2024-08-15

Applicant: 福州大学

Inventor： 汪璟玢 ,  游常凯 ,  张富源

IPC: G06N5/022 ,  G06F16/36 ,  G06F16/35 ,  G06F40/295 ,  G06F40/30 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0985 ,  G06N3/048

Abstract: 本发明涉及一种基于深层语义与实体类别信息提取的知识图谱补全方法，属于知识图谱补全领域。本发明方法提出端到端的神经网络的DSET模型，并基于DSET模型输出预测的知识图谱缺失位置的实体；所述DSET模型包括：专注于实体类型信息的建模的类型相似度图注意力编码器TS‑GAT、负责提取实体和关系的深层语义特征的深层语义信息三维卷积解码器DS‑Conv3。本发明方法解决了传统知识图谱补全方法中忽视实体类别信息和深层语义特征提取不足的问题。

公开(公告)号：CN117743591A

公开(公告)日：2024-03-22

申请号：CN202311647761.1

申请日：2023-12-01

Applicant: 福州大学

Inventor： 汪璟玢 ,  游常凯

IPC: G06F16/36 ,  G06F18/25 ,  G06F40/295 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/08 ,  G06N5/022 ,  G06N5/02

Abstract: 本发明涉及一种基于可变与固有属性感知网络的时态知识图谱补全方法。构建了一种新颖的模型：可变属性与固有属性感知的网络（VIAaNet）。本发明设计了一种多粒度时间解码器来建模可变信息，它利用时间特征融合和卷积操作，深入挖掘实体和关系在多粒度时间下的可变属性。为了建模固有信息，本发明设计了全时间图注意力机制，赋予实体基于历史的固有属性。同时，本发明使用Conv‑TransE作为解码器，以获取与时间不相关的固有属性。最后，整合可变和固有特征来预测缺失的实体。在四个基准数据集上的实体链接预测的实验结果证明了VIAaNet模型的优越性。