【技术实现步骤摘要】
本专利技术属于自然语言处理知识图谱，具体为融合邻居信息的超关系知识图谱补全系统和方法。
技术介绍
1、知识图谱是用于描述现实世界中各种实体、概念及关系的一种语义网络，可以理解为由实体、属性、关系等元素构成的大型知识库。而现有的知识库中不可避免的则是信息的缺失。因此知识图谱补全成为一个重要的研究方向。现有的研究可大致分为四类：第一类是将知识图表现为三元组的形式，通常把一个图表示为g＝(h,r,t)，其中h,t为一个事实中的头实体与尾实体，而r是连接这两个实体之间的关系，典型模型有transe，distmult。第二类为带有神经网络的知识图谱补全方法，由于神经网络的兴起，研究者们将神经网络添加到传统的知识图谱补全中，典型的模型有conve，rotate。第三类是为了解决三元组形式的知识图谱补全方法不能有效的表达现实世界中的信息，因此将原有的三元组扩展到带有时间戳的四元组的形式的时序知识图谱补全方法，典型模型有transe-tae-ilp，hyte。第四类则是超关系知识图谱补全算法，它皆是在处理之前模型不能全面的表达现实世界中错综复杂的信息。...
【技术保护点】
1.一种融合双重表示的超关系知识图谱补全系统，其特征在于，根据超关系知识图谱数据构建超图，包括三个模块：
2.基于权利要求1所述的融合双重表示的超关系知识图谱补全系统，其特征在于，针对模块一，使用图注意力网络GATv2首先捕获局部特征实体，将其与关系嵌入相结合得出局部特征表示。
3.基于权利要求1所述的融合双重表示的超关系知识图谱补全系统，其特征在于，针对模块二，使用异构图神经网络HGNN捕获异质特征实体，将其与关系相结合得出异质特征表示。
4.基于权利要求1所述的融合双重表示的超关系知识图谱补全系统，其特征在于，针对构建增强后的语...
【技术特征摘要】
1.一种融合双重表示的超关系知识图谱补全系统，其特征在于，根据超关系知识图谱数据构建超图，包括三个模块：
2.基于权利要求1所述的融合双重表示的超关系知识图谱补全系统，其特征在于，针对模块一，使用图注意力网络gatv2首先捕获局部特征实体，将其与关系嵌入相结合得出局部特征表示。
3.基于权利要求1所述的融合双重表示的超关系知识图谱补全系统，其特征在于，针对模块二，使用异构图神经网络hgnn捕获异质特征实体，将其与关系相结合得出异质特征表示。
4.基于权利要求1所述的融合双重表示的超关系知识图谱补全系统，其特征在于，针对构建增强后的语义序列表示，将局部图表示序列与异质图表示序列相拼接，以此获得更全面、丰富的语义序列表示。
5.基于权利要求1所述的融合双重表示的超关系知识图谱补全系统，其特征在于，针对最终预测使用mlp来预测遮掩结果。
6.一种融合双重表示的超关系知识图谱补全方法，其特征在于，步骤如下：
7.基于权利要求6所述的融合双重表示的超关系知识图谱补全方法，其特征在于，针对步骤s1，首先基于当前超关系知识图谱数据集构建超图，其中超图是由若干个超边组成的图结构，而超边表示不同实体之间的连接关系；首先将实体与关系进行提取，并为其进行初始嵌入形成一个拥有所有实体与关系的词典；然后根据所构建的词典得出每一...
【专利技术属性】
技术研发人员：刘爽，刘大庆，孟佳娜，陈鹏，左莉，
申请(专利权)人：大连民族大学，
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。