【技术实现步骤摘要】
本专利技术涉及知识图谱，具体涉及一种针对汽车系统故障知识图谱的知识嵌入方法。
技术介绍
1、知识图谱于2012年由google公司提出，用于改进用户的搜索体验。本质上，知识图谱是一种揭示实体之间关系的语义网络，可以对现实世界的事务及其相互关系进行形式化的描述。知识图谱由多个三元组组成，三元组的一般结构为“实体－关系－实体”或“实体－属性值”。现有的大规模知识图谱如freebase、wordnet和yago等，被广泛应用于推荐系统、智能问答和信息检索等下游应用。由于知识获取与抽取的困难和不完善，现有的知识图谱往往存在不完整性，例如在freebase数据库中有75％的实体缺少国籍信息，94％的实体没有父母信息，这限制了知识图谱在下游任务中的发挥。
2、知识图谱嵌入是一种用于表示知识图谱中实体和关系的技术，它通过将知识图谱的实体和关系映射到低维连续向量空间来实现。这种表示方式使得机器可以更有效地处理和推理知识图谱中的复杂关系，是一种重要的知识管理和推理工具。
3、现有技术中，以transe为代表的翻译模型结构简单，可解...
【技术保护点】
1.一种针对汽车系统故障知识图谱的知识嵌入方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的针对汽车系统故障知识图谱的知识嵌入方法，其特征在于，所述文本增强型实体嵌入层网络中，得到的文本增强后的实体嵌入向量表示为：
3.根据权利要求2所述的针对汽车系统故障知识图谱的知识嵌入方法，其特征在于，所述文本增强型实体嵌入层网络的训练过程中，以最小化文本增强型实体嵌入层网络的损失函数Le为目标加以训练获得；所述文本增强型实体嵌入层网络的损失函数Le为：
4.根据权利要求1所述的针对汽车系统故障知识图谱的知识嵌入方法，其特征在于，所述多...
【技术特征摘要】
1.一种针对汽车系统故障知识图谱的知识嵌入方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的针对汽车系统故障知识图谱的知识嵌入方法，其特征在于，所述文本增强型实体嵌入层网络中，得到的文本增强后的实体嵌入向量表示为：
3.根据权利要求2所述的针对汽车系统故障知识图谱的知识嵌入方法，其特征在于，所述文本增强型实体嵌入层网络的训练过程中，以最小化文本增强型实体嵌入层网络的损失函数le为目标加以训练获得；所述文本增强型实体嵌入层网络的损失函数le为：
4.根据权利要求1所述的针对汽车系统故障知识图谱的知识嵌入方法，其特征在于，所述多尺度特征交互层网络中，对不同的实体嵌入向量进行交错特征重组的具体方式为：
5.根据权利要求1所述的针对汽车系统故障知识图谱的知识嵌入方法，其特征在于，所述多尺度特征交互层网络中，通过多尺度残差卷积对重组特征矩阵进行不同尺度的残差卷积特征提取操作的具体方式为：
6.根据权利要求5所述的针对汽车系统故障知识图谱的知识嵌入方法，其特征在于，所述多...
【专利技术属性】
技术研发人员：杨正益，张秋婧，柳玲，刘炼，牟镜吉，刘轩，冯羽佳，文俊浩，王忠才，王晓伟，
申请(专利权)人：重庆大学，
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。