一种基于层次化图注意力机制的知识图谱补全方法技术

本发明专利技术公开了一种基于层次化图注意力机制的知识图谱补全方法，先将知识图谱中的各实体映射到高维特征空间，然后计算相邻实体在特定关系连接情况下的注意力系数，通过注意力系数计算多头注意力机制下的实体特征向量，接着将关系特征嵌入至每个实体的特征向量，再进行实体和关系的更新，最后根据更新后的实体和关系进行知识图谱的补全操作。

【技术实现步骤摘要】

本专利技术属于知识图谱，更为具体地讲，涉及一种基于层次化图注意力机制的知识图谱补全方法。

技术介绍

1、知识图谱(kgs)正在逐渐成为与人工智能相关应用的重要资源之一。许多大规模的知识图谱，如freebase、wordnet、yago等，已被证明对于问题回答系统、推荐系统和信息检索系统具有深远的影响。知识图谱中的知识通常以三元组(h，r，t)的形式建模，其中h和t分别表示头实体和尾实体，r指代连接头实体和尾实体的关系信息。因此，知识图谱可以建模大量的知识，并且这一属性使得知识图谱在各个领域都能够取得成功。

2、尽管知识图谱在许多领域取得了成功，但现实世界中的大多数知识图谱都存在不完整和嘈杂的信息。最近，许多研究开始研究知识图谱的补全。具体而言，知识补全的任务是在给定查询(？，r，t)的情况下预测头实体，或在给定查询(h，r，？)的情况下预测尾实体。

3、最近在知识图谱补全研究中取得的进展主要集中在知识图谱嵌入方面。这些模型的基本思想是学习实体和关系的潜在低维表示，同时捕捉它们的语义含义；这样学习到的嵌入可以保留知识图谱的结构信息。然本文档来自技高网...

【技术保护点】

1.一种面向雷达的实体关系联合抽取方法，其特征在于，包括以下步骤：

【技术特征摘要】

1.一种面向雷达的实体关系联合抽取...

【专利技术属性】
技术研发人员：王丽军，徐晶，徐杰，何欢，谢豪雕，贺媛媛，旷生玉，李高云，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：