首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于注意力机制的时序知识图谱推理方法、装置和设备 

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:中国人民解放军国防科技大学

摘要:本申请涉及一种基于注意力机制的时序知识图谱推理方法、装置、计算机设备和存储介质。所述方法包括:通过构建时序知识图谱中每个时间段的知识图谱快照,得到每个时间段内每个实体的邻域信息;通过邻域聚合器对多个实体的全部关系对应的邻域信息进行聚合,得到每个实体的邻域特征表示;通过基于注意力机制的时序事件编码器根据目标实体在当前时刻的邻域特征表示和历史时刻的邻域特征表示确定包含多头信息的注意力权重矩阵,进而有选择地关注历史信息的时间实体表示序列,得到目标实体在当前时刻由时序事件编码器更新后的隐向量表示;通过前馈神经网络和多分类层网络根据隐向量表示对时序事件编码器进行编码打分,实现时序知识图谱推理。

主权项:1.一种基于注意力机制的时序知识图谱推理方法,其特征在于,所述方法包括:获取待推理的时序知识图谱,根据所述时序知识图谱中知识的时间标注,构建每个时间段的知识图谱快照,并进一步得到每个时间段内每个实体的邻域信息;通过邻域聚合器对多个实体的全部关系对应的所述邻域信息进行聚合,得到每个实体的邻域特征表示;将所述时序知识图谱中各个时间段各个实体的邻域特征表示输入基于注意力机制的时序事件编码器中;所述基于注意力机制的时序事件编码器用于根据目标实体在当前时刻的邻域特征表示和历史时刻的邻域特征表示确定包含多头信息的注意力权重矩阵,通过所述注意力权重矩阵有选择地关注历史信息的时间实体表示序列,得到所述目标实体在当前时刻由时序事件编码器更新后的隐向量表示;通过前馈神经网络和多分类层网络根据所述隐向量表示对所述时序事件编码器进行编码打分,实现时序知识图谱推理。

全文数据:

权利要求:

百度查询: 中国人民解放军国防科技大学 基于注意力机制的时序知识图谱推理方法、装置和设备

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。

相关技术
相关技术
相关技术
相关技术