【技术实现步骤摘要】
本专利技术涉及知识图谱，具体涉及一种全局邻域感知的知识图谱推理方法和系统。
技术介绍
1、知识图谱作为人工智能的一项关键技术，不仅为复杂知识体系提供了一种有力的表示工具，更是推动智能系统向认知智能发展的关键。它通过对现实世界中主体及其联系的描述，按照人类认知事物的方式描述领域知识，把现实世界的知识组织成概念及其关系的描述，为可理解人工智能提供了有效的知识表示工具。随着知识图谱的自动学习构建以及知识日益丰富，极大提高了智能系统的认知能力，使其具有类似人的思维方式，为人机协同提供了基础。不仅如此，在语言大模型(large language models，llms)研究热潮的背景下，通过结合知识图谱的丰富实体关系和推理机制，不仅可以帮助大模型提高决策和推理过程的准确性，而且增强了大模型对于推理的可解释性。
2、然而，随着智能系统需求的不断演进和现实世界复杂性的增加，知识图谱变得越来越庞大，主体越来越多，主体间关系越来越复杂，而知识图谱构建过程是根据已有知识抽取出实体及其关系，造成知识图谱中的实体庞大但关系稀疏。事实上，除了显式的直...
【技术保护点】
1.一种全局邻域感知的知识图谱推理方法，其特征在于，包括：
2.如权利要求1所述的全局邻域感知的知识图谱推理方法，其特征在于，所述定义知识图谱中的相关参数，包括：
3.如权利要求1所述的全局邻域感知的知识图谱推理方法，其特征在于，所述实体级结构注意力层中的数据处理过程包括：
4.如权利要求3所述的全局邻域感知的知识图谱推理方法，其特征在于，所述基于中心实体、邻域实体和邻域实体的介数中心性信息获取实体级结构注意力层的注意力权重αij，包括：
5.如权利要求1所述的全局邻域感知的知识图谱推理方法，其特征在于，所述关系级语义注...
【技术特征摘要】
1.一种全局邻域感知的知识图谱推理方法，其特征在于，包括：
2.如权利要求1所述的全局邻域感知的知识图谱推理方法，其特征在于，所述定义知识图谱中的相关参数，包括：
3.如权利要求1所述的全局邻域感知的知识图谱推理方法，其特征在于，所述实体级结构注意力层中的数据处理过程包括：
4.如权利要求3所述的全局邻域感知的知识图谱推理方法，其特征在于，所述基于中心实体、邻域实体和邻域实体的介数中心性信息获取实体级结构注意力层的注意力权重αij，包括：
5.如权利要求1所述的全局邻域感知的知识图谱推理方法，其特征在于，所述关系级语义注意力层，其数据处理过程包括...
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。