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：上海交通大学
摘要：本发明公开了一种基于细粒度强化学习的时序知识图谱推理方法，涉及时序知识图谱推理领域，包括步骤：以一时序位移编码器获取包含时间信息的实体嵌入集；获取实体信息在每个探索步骤的状态信息，对应探索步骤中的动作生成候选动作集，以从中选择最佳动作；在每个探索步骤的状态信息进行表征处理，以获取查询问题中的实体信息和关系的表征；以表征处理后的状态信息与候选动作集的相关性计算获取所有动作的概率分布，以此，概率最高的动作被选取；每个探索步骤执行上述步骤，以此，到达探索步骤时，获取预测结果和每个探索步骤的推理路径。本发明能够显著提高时序知识图谱推理的准确性。
主权项：1.一种基于细粒度强化学习的时序知识图谱推理方法，其特征在于，该方法包括如下步骤：S1：以一时序位移编码器获取包含时间信息的实体嵌入集；S2：对所述实体嵌入集中的实体信息以动作选择网络获取预测结果和推理路径；所述步骤S2包括如下子步骤：S21：获取所述实体信息在每个探索步骤的状态信息，对应所述探索步骤中的动作生成候选动作集，以从中选择最佳动作；S22：在所述每个探索步骤的状态信息进行表征处理，以获取查询问题中的所述实体信息和关系的表征；S23：以所述表征处理后的状态信息与所述候选动作集的相关性计算获取所有动作的概率分布，以此，概率最高的动作被选取；S24：每个探索步骤执行上述步骤S21～S23，以此，到达探索步骤时，获取预测结果和每个探索步骤的推理路径。
全文数据：
权利要求：
百度查询： 上海交通大学 基于细粒度强化学习的时序知识图谱推理方法
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