一种基于语义向量的知识图谱表示学习方法[CN201911344270.3] - 浙江工业大学

专利申请

2019-12-24
公布公告

2021-10-15
授权日期

2021-10-15
终止

2031-10-13

一种基于语义向量的知识图谱表示学习方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN201911344270.3 申请日期： 2019-12-24 专利主类别： G06F16/36 {{ classMap["G06F16/36"] }}

申请人名称：浙江工业大学

查看申请人名下所有专利

申请人地址：浙江省杭州市下城区朝晖六区潮王路18号

专利分类项目

G06K9/62 : 应用电子设备进行识别的方法或装置

专利注册信息

初审公告期号	2019-12-24	初审公告日期	2021-10-15
注册公告期号	2021-10-15	注册公告日期	2021-10-15
专用权期限	2021-10-15 - 2031-10-13	专利类型	发明授权
代理组织机构	杭州斯可睿专利事务所有限公司查看该机构代理的所有专利

专利介绍

一种基于语义向量的知识图谱表示学习方法，包括以下步骤：1)融合文本语料库的语义向量构建；2)融合文本语料库及知识图谱上下文的语义向量构建；3)语义矩阵的构建，过程如下：以三元组和关系的语义向量作为输入，得到每个关系对应的语义矩阵；4)建模与训练，过程如下：设计了一个新的得分函数对知识图谱中实体和关系的嵌入表示进行建模，得到所述知识图谱的嵌入表示模型；使用随机梯度下降法训练所述嵌入表示模型，使得损失函数的值最小化，得到最终知识图谱中实体和关系的语义向量。本发明提出的表示学习方体能够较为对知识图谱的复杂关系进行建模，并能够提高向量表示的精确度。

法律进度