一种基于多层注意力机制的异质知识图谱学习方法

发明专利有效专利

申请号：
CN202010807155.1
IPC分类号：G06F16/36
申请日期：
2020-08-12
申请人：
吉林大学

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	一种基于多层注意力机制的异质知识图谱学习方法
申请号	CN202010807155.1	申请日期	2020-08-12
法律状态	公开	申报国家	中国
公开/公告日	2020-11-06	公开/公告号	CN111897974A
优先权	暂无	优先权号	暂无
主分类号	G06F16/36	IPC分类号	G;0;6;F;1;6;/;3;6查看分类表>
申请人	吉林大学	申请人地址	吉林省长春市朝阳区前进大街2699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	吉林大学	当前权利人	吉林大学
发明人	杨博;刘丁菠;张钰雪晴;彭羿达
代理机构	北京君泊知识产权代理有限公司	代理人	李丹

摘要

本发明公开了一种基于多层注意力机制的异质知识图谱学习方法，包括如下步骤：一：将异质知识图谱中各类型实例映射到统一的特征空间中，通过局部级注意力分别学得实例在不同元路径视图下的重要性程度；二：通过全局级注意力学习各个元路径视图的重要性，对实例在各个元路径视图下的嵌入特征进行融合；三：计算损失并进行端到端优化。本发明利用异质知识图谱中丰富的结构特征与实例特征，通过局部与全局级注意力机制的相互作用，为每个实例计算出与它相关的不同实例对其的影响，同时也刻画不同元路径视图对于实例表示的重要性，以此指导实例表示在不同视图下的融合问题，从而学到更具判别性的特征，提升在进行分类、连接预测等任务时的质量。

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