【技术实现步骤摘要】
本说明书实施例涉及知识图谱，尤其涉及一种训练图神经网络的方法和装置。
技术介绍
1、在进行知识图谱的表示学习训练时，需要借助图学习框架/引擎来完成图神经网络的训练。然而，主流的图学习框架/引擎通常是在一个经过预处理的特征图数据上完成训练，而知识图谱数据的存储格式与特征图数据有着显著的差别。举例来说，知识图谱数据是用户可读、可理解的数据。而特征图数据为图学习框架/引擎能够识别的特征向量，特征图数据对用户而言是不可读、不可理解的。这种显著的差异，导致无法直接将知识图谱数据用于图神经网络训练，需要将知识图谱数据导出到大数据平台并进行处理后，再输入图学习框架/引擎。总之，整个过程通常需要耗费巨大资源和时间，严重影响图神经网络的训练效率。
技术实现思路
1、本说明书的实施例描述了一种训练图神经网络的方法和装置，本方法可以在训练过程中实时从知识图谱中获取子图用于图神经网络的训练，提高了图神经网络的训练效率。
2、根据第一方面，提供了一种训练图神经网络的方法，上述方法由训练平台执行，上述方法...
【技术保护点】
1.一种训练图神经网络的方法，所述方法由训练平台执行，所述方法包括：
2.根据权利要求1所述的方法，其中，所述原始数据为key-value对的形式，其中key对应于属性项，value包括所述第一形式的属性值；所述第一形式包括以下至少一种：文本，原始数值。
3.根据权利要求1所述的方法，其中，所述配置信息还包括所述目标知识图谱的存储信息，所述训练平台配置有针对不同图存储系统的接口；以及，所述从所述目标知识图谱中获取子图的原始数据，包括：
4.根据权利要求1所述的方法，其中，所述训练平台具有多个训练引擎，各训练引擎具有各自的输入格式；所...
【技术特征摘要】
1.一种训练图神经网络的方法，所述方法由训练平台执行，所述方法包括：
2.根据权利要求1所述的方法，其中，所述原始数据为key-value对的形式，其中key对应于属性项，value包括所述第一形式的属性值；所述第一形式包括以下至少一种：文本，原始数值。
3.根据权利要求1所述的方法，其中，所述配置信息还包括所述目标知识图谱的存储信息，所述训练平台配置有针对不同图存储系统的接口；以及，所述从所述目标知识图谱中获取子图的原始数据，包括：
4.根据权利要求1所述的方法，其中，所述训练平台具有多个训练引擎，各训练引擎具有各自的输入格式；所述配置信息还包括用于训练所述目标图神经网络的目标引擎的指示信息；以及，所述根据所述子图对应的特征图数据训练所述目标图神经网络，包括：
5.根据权利要求1所述的方法，其中，所述特征处理算子包括以下中...
【专利技术属性】
技术研发人员：刘志臻，敬斌，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：
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。