【技术实现步骤摘要】
本专利技术涉及人工智能，特别涉及一种异构信息网络表示学习方法。
技术介绍
1、近年来，随着社会信息化水平不断提高，越来越多的数据被采集和储存，由此组织起来的异构信息网络的规模也越来越大，使用深度学习手段对异构信息网络进行数据挖掘已然是异构信息网络领域的一个重要方向。
2、过去常用的异构信息网络表示学习方法大多涉及元路径，但是元路径在应用中一直存在设计方面的问题，如果元路径设计得不得当，那么只有有限范围的节点信息可以参与到表示学习的过程中，很容易造成大量的信息缺失。
3、因此，本专利技术提供一种异构信息网络表示学习方法，用以有效避免目前常用的元路径方法中存在的元路径设计困难，取用困难，部分种类的节点无法参与学习导致信息丢失等问题，完成对异构知识图谱的表示学习。
技术实现思路
1、本专利技术提供一种异构信息网络表示学习方法，用以通过对利用特定策略拆分本体图得到的目标局部在图谱中检索与其相匹配的实例拼装得到目标本体子图；基于目标本体子图，使用图神经网络聚合异构知识图谱中的...
【技术保护点】
1.一种异构信息网络表示学习方法，其特征在于，包括：
2.根据权利要求1所述一种异构信息网络表示学习方法，其特征在于，利用通过特定策略拆分本体图得到的目标局部在图谱中检索与其相匹配的目标实例，再将目标实例拼装得到目标本体子图，包括：
3.根据权利要求2所述一种异构信息网络表示学习方法，其特征在于，所述设定拆分满足条件指的是实现覆盖所述本体图中所有的路径且不重复，且不存在从属链同时分别与主链和某一支链相交。
4.根据权利要求2所述一种异构信息网络表示学习方法，其特征在于，对匹配得到的目标实例进行拼装得到目标本体子图，包括：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。