一种融合图卷积与翻译模型的知识图谱联合表示学习方法[CN202110430124.3] - 浙江工业大学

专利申请

2021-04-21
公布公告

2021-08-13
授权日期

2022-06-17
终止

2031-08-11

一种融合图卷积与翻译模型的知识图谱联合表示学习方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN202110430124.3 申请日期： 2021-04-21 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

G06F16/36 :

G06F16/33 :

G06F40/42 :

专利注册信息

初审公告期号	2021-04-21	初审公告日期	2021-08-13
注册公告期号	2022-06-17	注册公告日期	2022-06-17
专用权期限	2021-08-13 - 2031-08-11	专利类型	发明公开
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

一种融合图卷积与翻译模型的知识图谱联合表示学习方法，包括以下步骤：1)根据知识图谱构建其相对应的直接邻接矩阵和间接邻接矩阵；2)设计图卷积网络，包括一个输入层、两个隐藏层和一个输出层，优化邻接点节点对中心节点的注意力系数，通过学习直接邻节点和间接邻节点的结构信息得到节点的向量表示；3)采用翻译模型学习关系的语义信息，得到实体和关系的向量表示；4)将图卷积网络和翻译模型相融合，通过不断的迭代学习得到知识图谱的最终向量表示。本发明能够同时学习知识图谱的结构信息和关系语义，提高知识图谱的向量表示精度。

法律进度