一种面向产品指标知识图谱的知识表示学习方法

发明专利有效专利

申请号：
CN202111007994.6
IPC分类号：G06N5/02
申请日期：
2021-08-31
申请人：
大连理工大学;北京电子工程总体研究所

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种面向产品指标知识图谱的知识表示学习方法
申请号	CN202111007994.6	申请日期	2021-08-31
法律状态	公开	申报国家	中国
公开/公告日	2021-11-26	公开/公告号	CN113705815A
优先权	暂无	优先权号	暂无
主分类号	G06N5/02 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N5/00 利用基于知识的模式的计算机系统〔7〕 G06N5/02 知识表达〔7〕	IPC分类号	G;0;6;N;5;/;0;2查看分类表>
申请人	大连理工大学;北京电子工程总体研究所	申请人地址	辽宁省大连市凌工路2号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	大连理工大学,北京电子工程总体研究所	当前权利人	大连理工大学,北京电子工程总体研究所
发明人	单世民;黄震;魏宏夔;刘宇;邱雪;王恺
代理机构	辽宁鸿文知识产权代理有限公司	代理人	杨植

摘要

一种面向产品指标知识图谱的知识表示学习方法，通过知识表示学习方法将产品和指标表示为低维分布式向量，解决了现有知识图谱表示学习方法仅关注实体‑关系之间的离散型关联而忽略了数值型属性的问题。首先，依托于复杂产品指标图谱的实际业务需求，本发明创新性地提出数值型指标参数的分布式表示方法，设计了产品数值型指标的离散化区间划分策略，采用了基于数值的等量划分和基于频度的等量划分两种划分方法。接着，为更好地学习产品指标图谱的向量表示，针对关系三元组和指标三元组的语义差异，采用了关系三元组‑指标三元组依次学习的联合训练方案，提高了知识图谱链接预测的精确度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供