- 1、本文档共4页,其中可免费阅读3页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种知识图谱表示学习的关系发现方法,从现有图谱中提取实体集、关系集、三元组集合,初始化关系向量及实体向量,对于每个向量的每个维度在[‑6/√k,6/√k]内随机取一个值,对所有向量初始化之后进行归一化;采用minibatch训练数据,对每批数据进行负采样;采用梯度下降法对模型参数进行调整;如果达到迭代最大次数或收敛于预设值,则进入下一个三元组相关向量计算,重复迭代,直到训练集全部的三元组都被执行;输出模型中相应的实体集和关系集。本发明主要应用于知识图谱的学习和推理过程,达到丰富和拓展知
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112784053 A
(43)申请公布日
2021.05.11
(21)申请号 20191
文档评论(0)