【技术实现步骤摘要】
本专利技术涉及计算机数据处理，尤其涉及时序知识图谱关系预测技术。
技术介绍
1、时序知识图谱是一种以序列图的形式存储海量知识信息的现有技术，与静态知识图谱不同，整体被建模为四元组(s,r,o,t)，人或物被建模为头实体s或尾实体o，它们之间的关联被建模为边r，该关系发生的时刻，即时间戳为t。时序知识图谱预测技术是根据给定的历史知识图谱序列，去预测未来时刻知识图谱的图结构。而预测任务，主要分为实体之间未来关系的预测和给定头实体和关系，对尾实体的预测。目前，对实体的预测研究较多，而往往忽视了对关系预测任务的探究。
2、现有的方法主要是包括基于表示学习的方法、基于路径的方法，以及基于复制生成模式的方法。
3、基于表示学习的方法，使用r-gcn对每个时刻的图结构进行特征提取，从而得到相同实体在不同时刻的特征向量，而后使用基于gru的门控结构，将不同时刻的图结构特征进行聚合传递，最终得到最后一个时刻的隐藏层输出，作为对未知时刻实体或关系预测的依据。这种基于表示学习的方法，是一种使用深度学习的黑盒方法，缺少可解释性。同时，由...
【技术保护点】
1.一种基于逻辑规则增强的时序知识图谱关系预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于逻辑规则增强的时序知识图谱关系预测方法，其特征在于，所述步骤S1具体包括以下步骤：
3.根据权利要求2所述的基于逻辑规则增强的时序知识图谱关系预测方法，其特征在于，所述步骤S2具体包括以下步骤：
4.根据权利要求3所述的基于逻辑规则增强的时序知识图谱关系预测方法，其特征在于，所述步骤S3，具体包括以下步骤：
5.根据权利要求4所述的基于逻辑规则增强的时序知识图谱关系预测方法，其特征在于，在步骤S3之后，还包括步骤S...
【技术特征摘要】
1.一种基于逻辑规则增强的时序知识图谱关系预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于逻辑规则增强的时序知识图谱关系预测方法，其特征在于，所述步骤s1具体包括以下步骤：
3.根据权利要求2所述的基于逻辑规则增强的时序知识图谱关系预测方法，其特征在于，所述步骤s2具体包括以下步骤：
4.根据权利要求3所述的基于逻辑...
【专利技术属性】
技术研发人员：莫益军，刘雨萱，刘辉宇，苏航，姜志鹏，
申请(专利权)人：华中科技大学，
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。