买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：腾讯科技(深圳)有限公司

摘要：本申请公开了知识图谱的表示学习方法及装置，属于人工智能技术领域。方法包括：获取知识图谱中的各个待学习目标分别对应的初始表示向量，各个待学习目标中包括至少一个第一目标，任一第一目标对应的初始表示向量基于任一第一目标对应的模态信息获取；基于各个待学习目标分别对应的初始表示向量，对各个待学习目标进行表示学习，得到各个待学习目标分别对应的目标表示向量。在此过程中，各个待学习目标中包括至少一个第一目标，第一目标对应的初始表示向量是根据第一目标对应的模态信息获取的，能够较好地表征第一目标，可靠性较高，知识图谱的表示学习的学习效果较好，有利于提高利用学习到的表示向量执行知识图谱下游任务的性能。

主权项：1.一种知识图谱的表示学习方法，其特征在于，所述方法包括：获取知识图谱中的各个待学习目标分别对应的初始表示向量，所述各个待学习目标中包括至少一个第一目标，所述至少一个第一目标中的任一第一目标对应的初始表示向量基于所述任一第一目标对应的模态信息获取，所述任一第一目标对应的模态信息包括所述任一第一目标在所述任一第一目标具有的各个目标信息属性下分别对应的信息，任一待学习目标为所述知识图谱中的一个实体或一个关系；所述任一第一目标具有的各个目标信息属性包括图像、文本描述、音频或视频中的至少两种；基于所述各个待学习目标分别对应的初始表示向量，对所述各个待学习目标进行表示学习，得到所述各个待学习目标分别对应的目标表示向量；其中，所述任一第一目标对应的初始表示向量的获取方法，包括：响应于指定信息属性集中包括参考信息属性子集，对所述任一第一目标在所述任一第一目标具有的各个目标信息属性下分别对应的信息进行特征提取，得到所述任一第一目标在所述任一第一目标具有的各个目标信息属性下分别对应的基础特征向量，所述任一第一目标具有的各个目标信息属性的集合为所述指定信息属性集中的一个信息属性子集，所述参考信息属性子集由除所述任一第一目标具有的各个目标信息属性外的至少一个参考信息属性构成；按照目标方式，获取所述任一第一目标在所述参考信息属性子集中的各个参考信息属性下分别对应的基础特征向量；基于所述任一第一目标在所述任一第一目标具有的各个目标信息属性下分别对应的基础特征向量和所述任一第一目标在所述参考信息属性子集中的各个参考信息属性下分别对应的基础特征向量，得到所述任一第一目标在所述指定信息属性集中的各个信息属性下分别对应的基础特征向量；基于所述任一第一目标在所述指定信息属性集中的各个信息属性下分别对应的基础特征向量，获取所述任一第一目标对应的初始表示向量。

全文数据：

权利要求：

百度查询： 腾讯科技(深圳)有限公司 知识图谱的表示学习方法及装置