面向煤岩知识图谱的关系感知门控神经网络链路预测方法技术

本发明专利技术涉及一种面向煤岩知识图谱的关系感知门控神经网络链路预测方法，属于知识图谱和人工智能技术领域。包括以下步骤：加载煤岩知识图谱数据集；基于知识图谱数据集生成提示图并获取提示图嵌入表示；利用提示图嵌入表示对知识图谱数据集中的关系嵌入表示进行初始化，并基于N层GIN图神经网络结构作为知识图谱消息传递架构更新实体表示；利用更新后的实体表示为候选实体分配分数进行预测推理；通过设计关系感知神经元RPRU模块来控制信息流动，平衡和结合局部与全局特征，获取更加合理的提示示例的嵌入表示；采用N层GIN神经网络结构设计消息传递机制，以更高效地捕捉图结构信息，从而提高图提示信息在训练和推理过程中的有效利用。

【技术实现步骤摘要】

本专利技术属于知识图谱和人工智能领域，具体涉及一种面向煤岩知识图谱的关系感知门控神经网络链路预测方法。

技术介绍

1、煤岩知识图谱链路预测是煤矿智能化、智能勘探及灾害预测的重要技术手段。通过知识图谱补全和智能推理，可以提升煤矿安全性、优化资源利用，并推动煤炭行业的智能化发展。当前的知识图谱链路预测技术主要集中在通过已有的关系推断出新的事实。传统方法通常基于静态的知识图谱进行推理，依赖于传递式推理，即只能在已知的实体和关系上进行逻辑推导，因而在处理新实体或新关系时表现出明显的局限性。近年来，研究者们开始探索归纳推理的方法，以弥补传统方法的不足。一些方法通过聚合查询条件下的关系结构来表示实体，能够在没有预训练实体嵌入的情况下实现对未见实体的推理。这种方法摆脱了对已有知识的强依赖，提高了推理的泛化能力。此外，部分聚焦于利用上下文学习的方法，通过查询知识图谱中实体和关系的局部上下文信息作为提示示例进行推理。

2、然而，如何合理的获取提示示例的嵌入表示，以及如何合理地利用图提示信息进行训练和推理，仍然是当前知识图谱推理领域亟待解决的重要研究问题，因此，本本文档来自技高网...

【技术保护点】

1.一种面向煤岩知识图谱的关系感知门控神经网络链路预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的面向煤岩知识图谱的关系感知门控神经网络链路预测方法，其特征在于，步骤S1中所述知识图谱数据集包括训练数据集，训练数据集以三元组形式的事实构成，其中为头实体，为关系，为尾实体；

3.根据权利要求1所述的面向煤岩知识图谱的关系感知门控神经网络链路预测方法，其特征在于，步骤S2具体为：

4.根据权利要求3所述的面向煤岩知识图谱的关系感知门控神经网络链路预测方法，其特征在于，所述示例选择，具体为：

5.根据权利要求4所述的面向煤岩知识图谱...

【技术特征摘要】

1.一种面向煤岩知识图谱的关系感知门控神经网络链路预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的面向煤岩知识图谱的关系感知门控神经网络链路预测方法，其特征在于，步骤s1中所述知识图谱数据集包括训练数据集，训练数据集以三元组形式的事实构成，其中为头实体，为关系，为尾实体；

3.根据权利要求1所述的面向煤岩知识图谱的关系感知门控神经网络链路预测方法，其特征在于，步骤s2具体为：

4.根据权利要求3所述的面向煤岩知识图谱的关系感知门控神经网络链路预测方法，其特征在于，所述...

【专利技术属性】
技术研发人员：王星，朱仰瑞，姚双龙，陈吉，刘烨，杨亭，贾俊华，张问银，王海峰，刘志强，
申请(专利权)人：临沂大学，
类型：发明
国别省市：