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:海南大学
摘要:本发明涉及一种基于耦合矩阵张量分解的可学习模式感知实体嵌入方法。所述方法包括:创建类型关联特征向量;若学习所有实体的嵌入来引导任何一个实体的嵌入,则通过耦合模块进行张量分解;若通过学习部分实体来引导所有实体的嵌入,则利用创建的类型关联特征向量,计算锚点与孤立节点或非孤立节点的亲和度,根据亲和度得到孤立节点的表示作为实体嵌入。通过创建类型关联特征向量,能够更好地衡量各个实体在类型上的相关性;通过使用耦合矩阵张量分解的方法可以联合类型嵌入得到更准确的链接预测结果;通过计算亲和度,使得即使是孤立节点也能通过与其它实体群体共享信息,获得更加丰富和准确的表示,优化预测结果的相关性和精确度。
主权项:1.一种基于耦合矩阵张量分解的可学习模式感知实体嵌入方法,其特征在于,所述方法包括:基于带类型信息的知识图谱从类型列表中查找与实体对应的类型,并根据查找结果创建类型关联特征向量;若学习所有实体的嵌入来引导任何一个实体的嵌入,则通过耦合模块对所有的事实三元组进行张量分解,对所有的实体类型信息进行矩阵分解,并通过损失函数优化实体关系和类型嵌入;若通过学习部分实体来引导所有实体的嵌入,则利用创建的所述类型关联特征向量,计算锚点与孤立节点或非孤立节点的亲和度,包括:针对各个所述非孤立节点,通过关系聚合模块计算锚点与各个所述非孤立节点的亲和度;针对各个所述孤立节点,利用实体的类型关联特征向量分别计算各个所述锚点与所述孤立节点之间的亲和度;根据所述亲和度确定目标锚点,根据所述目标锚点得到所述孤立节点的表示作为实体嵌入。
全文数据:
权利要求:
百度查询: 海南大学 基于耦合矩阵张量分解的可学习模式感知实体嵌入方法
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。