[發明專利]一種使用共享參數卷積神經網絡的知識圖譜表示方法有效
| 申請號： | 202011347873.1 | 申請日： | 2020-11-26 |
| 公開（公告）號： | CN112487201B | 公開（公告）日： | 2022-05-10 |
| 發明（設計）人： | 王震;杜昊桐;朱培燦;王榕;姚權銘 | 申請（專利權）人： | 西北工業大學 |
| 主分類號： | G06F16/36 | 分類號： | G06F16/36;G06F16/35;G06N3/04;G06N3/08 |
| 代理公司： | 西安瀚匯專利代理事務所(普通合伙) 61279 | 代理人： | 汪重慶 |
| 地址： | 710072 *** | 國省代碼： | 陜西;61 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 使用 共享 參數 卷積 神經網絡 知識 圖譜 表示 方法 | ||
【權利要求書】：
1.一種使用共享參數卷積神經網絡的知識圖譜表示方法，其特征在于，具體步驟為：對于一個實體個數為ne，關系個數為nr的待表示的知識庫，利用實體嵌入層生成一個維度為ne×de的實體表示矩陣，其中de為實體表示向量的長度，對于這nr個關系，利用關系嵌入層生成一個維度為nr×dr的關系卷積矩陣，其中dr為關系表示向量的長度，設置dr的數值為9×nf，nf為卷積神經網絡中的卷積核個數，并對實體表示矩陣和關系卷積矩陣進行隨機初始化；實體表示矩陣的某一行，代表的是某個實體的表示向量；關系卷積矩陣的某一行，代表的是某個關系的表示向量；
每一組輸入數據都對應了三個向量，分別是長度為de的頭實體表示向量，長度為dr的關系實體表示向量，長度為de的尾實體表示向量；將實體表示向量變形成為二維實體表示矩陣A，將關系向量變形成為nf個3×3的卷積核ω，將矩陣A與卷積核ω做卷積操作，獲得特征矩陣F1，再將F1與卷積核ω做卷積操作，得到特征矩陣F2，將特征矩陣F2變形成為中間向量，將其通過全連接神經網絡，將該中間向量的維度降為de，得到特征向量，將該特征向量與實體表示矩陣的轉置相乘，再通過sigmod函數，得到每個實體作為輸入頭實體與關系對應的尾實體的概率值，其中Sigmod函數由下列公式定義
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于西北工業大學，未經西北工業大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011347873.1/1.html，轉載請聲明來源鉆瓜專利網。
