基于知识表示学习的知识图谱可信评估方法及系统

    公开(公告)号:CN115545195A

    公开(公告)日:2022-12-30

    申请号:CN202211164064.6

    申请日:2022-09-23

    Abstract: 本发明提供一种基于知识表示学习的知识图谱可信评估方法及系统,涉及知识图谱可信评估技术领域,该方法包括:获取知识图谱的外部可信证据和内部可信证据;根据预先存储的各外部可信证据与得分之间的对应关系,得到外部可信证据所对应的外部可信特征值;以及,使用知识表示学习算法将元素和元素类型进行向量化表示,根据元组结构的完整程度和元素与对应元素类型映射的正确程度确定元组的可信值,根据各元组的可信值确定内部可信证据所对应的内部可信特征值;对外部可信特征值、内部可信特征值进行加权求和,得到所述知识图谱的可信值。这样,对知识图谱从外部和内部两方面进行全面的可信评估,可以提高可信评估的准确性。

Patent Agency Ranking