龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：杭州电子科技大学
摘要：本发明公开一种基于上下文增强时态知识图的事件实体预测方法，包括构建时态知识图和实体静态属性图；学习事件实体特征、事件关系特征；历史事件频次信息传递；根据事件实体特征、事件关系特征、以及历史信息频次预测事件实体。本发明通过引入事件实体的静态属性图作为事件的上下文信息，补充事件实体的特征表示，然后结合关系感知GCN和时间门控单元完成历史知识图的自回归建模，从而解决社交网络舆情事件实体预测过程中上下文信息遗漏的问题，提高预测的准确率；通过引入历史信息传递模块补充历史知识图中实体间关系的频次信息，以全局的事件实体集作为最终预测分析目标，从而解决在历史知识图中进行实体预测出现的不可见实体问题。
主权项：1.一种基于上下文增强时态知识图的事件实体预测方法，其特征在于包括以下步骤：步骤1、构建时态知识图和实体静态属性图：获取事件文本数据，并从事件文本数据提取实体集和关系集，生成实体、关系、实体三元组构成的多个不同时间戳的知识图G；由上述多个不同时间戳的知识图G组合成时态知识图；从实体集中提取出所有实体的静态属性，并自定义多种静态关系，生成由实体、静态关系、静态属性三元组构成的实体静态属性图；步骤2、采用关系感知图卷积神经网络R-GCN、静态图约束组件和时间门控单元学习事件实体特征表示，采用GRU学习事件关系特征表示；步骤3、历史信息频次的传递；步骤4、根据步骤二学习到的事件实体特征Ht、事件关系特征Rt、以及步骤三得到的历史信息频次预测事件实体，得到所有实体的概率向量。
全文数据：
权利要求：
百度查询： 杭州电子科技大学 一种基于上下文增强时态知识图的事件实体预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号