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：河南大学
摘要：本发明公开一种基于图卷积神经网络与类型嵌入的教育领域联合知识点预测方法及系统，包括：利用BERT模型构建教育领域课程知识点语料库，构建教育领域课程知识点三元组集合；将三元组集合输入至TransE模型中，对三元组集合中实体和关系进行向量表示；将三元组集合输入至三元组实体类型编码器中，对三元组集合中实体的类型进行向量表示；通过实体类型向量优化实体向量和关系向量；将优化后的实体向量和关系向量输入至图卷积神经网络中进行表示学习，得到最终更新后的向量表示，通过最终更新后的向量表示对关联知识点进行链接预测。本发明可以对关联知识点进行链接预测，有助于得出教育领域不同知识点之间的关联性。
主权项：1.一种基于图卷积神经网络与类型嵌入的教育领域联合知识点预测方法，其特征在于，包括：步骤1：利用BERT模型构建教育领域课程知识点语料库，构建教育领域课程知识点三元组集合；步骤2：采用TransE模型作为三元组编码器，将构建的教育领域课程知识点三元组集合输入至TransE模型中，通过TransE模型对所述三元组集合中实体和关系进行向量表示，得到三元组集合对应的实体向量和关系向量；步骤3：将构建的教育领域课程知识点三元组集合输入至三元组实体类型编码器中，通过三元组实体类型编码器对所述三元组集合中实体的类型进行向量表示，得到实体类型向量；步骤4：通过实体类型向量优化TransE模型得到的实体向量和关系向量；步骤5：将步骤4获得的实体向量和关系向量输入至图卷积神经网络中进行表示学习，得到最终更新后的课程知识点三元组对应的实体向量和关系向量；步骤6：通过步骤5得出的实体向量和关系向量对关联知识点进行链接预测。
全文数据：
权利要求：
百度查询： 河南大学 基于图卷积神经网络与类型嵌入的教育领域联合知识点预测方法及系统
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