【技术实现步骤摘要】
本专利技术涉及知识图谱数据挖掘，具体涉及一种基于图表征学习的实体共性挖掘方法。
技术介绍
1、现代社会面临着各种类型的矛盾和纠纷，这些问题的来源复杂多样，使得纠纷解决变得更加棘手。通过分析矛盾纠纷知识图谱中的各类实体，根据实体所代表的用户所身处的纠纷事件种类，如家庭纠纷分、网络交流纠纷等等，可以对实体进行分类。后续，根据实体的分类，可以得到实体所代表的人的共同特性，这有助于对其进行更针对性的网络舆论引导，从而化解纠纷，调节网络环境。然而，如果仅仅对用户进行分类，则对用户共性的分析粒度较粗，难以体现同一类别下，不同用户的差异特征，这就无法进行更细粒度的网络舆论引导，不利于后续工作的展开。在这种情况下，矛盾纠纷知识图谱中的实体共性挖掘方法变得尤为重要。实现这一目标的关键在于全面、准确地识别和抽取实体、关系，有效表示实体之间的关系信息，并利用图谱构建和推理技术发现实体之间的共性。矛盾纠纷实体共性挖掘能够显著提高纠纷处理效率，减少人工干预，降低处理难度，有效预警并治理矛盾纠纷的根源。
2、随着人工智能技术的飞速发展，越来越多的学者和...
【技术保护点】
1.一种基于图表征学习的实体共性挖掘方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于图表征学习的实体共性挖掘方法，其特征在于，步骤一具体包括：
3.根据权利要求2所述的基于图表征学习的实体共性挖掘方法，其特征在于，步骤二具体包括：
4.根据权利要求1所述的基于图表征学习的实体共性挖掘方法，其特征在于，步骤三具体包括：在深度神经网络临近输出层的中间层中植入钩子，在分析模型的前向传播过程中获取中间输出向量，以在分析模型的训练和推理过程中实时地获得实体共性向量。
【技术特征摘要】
1.一种基于图表征学习的实体共性挖掘方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于图表征学习的实体共性挖掘方法，其特征在于，步骤一具体包括：
3.根据权利要求2所述的基于图表征学习的实体共性挖掘方法，其特征在于，步骤...
【专利技术属性】
技术研发人员：曹笛，陈晓璐，李晓露，鲍杰，郭庆浪，廖勇，吴曼青，
申请(专利权)人：中国科学技术大学，
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。