[发明专利]一种基于Horn逻辑与图神经网络的场景图谱向量化方法在审
| 申请号： | 201910027540.1 | 申请日： | 2019-01-11 |
| 公开（公告）号： | CN109753570A | 公开（公告）日： | 2019-05-14 |
| 发明（设计）人： | 万海;罗宇舟;曾娟 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06F16/36 | 分类号： | G06F16/36;G06N3/08 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 林梅繁 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于Horn规则与图神经网络的场景谱向量化方法，本发明属于场景图谱表示学习领域，包括步骤：利用场景图谱的视觉三元组，从给定场景图谱中抽取Horn规则；利用Horn规则以及视觉三元组，经过推理以及筛选产生新的视觉三元组并添加到场景图谱中；采用实体向量与关系向量之间的图神经网络模型，对视觉三元组中实体向量与关系向量进行建模；采用实体向量与关系向量之间的翻译模型，建立得分函数作为图神经网络模型的输出模块；运用视觉三元组的预测和分类，以验证图神经网络模型的有效性。本发明首次提出利用Horn规则推理出更多视觉三元组，利用图神经网络建模，有效地解决了现有技术未能充分利用场景图谱的规则信息以及图结构信息的问题。 | ||
| 搜索关键词： | 三元组 图谱 场景 视觉 神经网络模型 关系向量 向量 神经网络 向量化 神经网络建模 得分函数 规则推理 规则信息 输出模块 逻辑与 图结构 有效地 建模 推理 抽取 验证 筛选 翻译 分类 预测 学习 | ||
【主权项】：
1.一种基于Horn逻辑与图神经网络的场景图谱向量化方法，其特征在于，包括如下步骤：步骤1、以场景图谱中的视觉三元组作为输入，从给定的场景图谱中抽取Horn规则；步骤2、以抽取的Horn规则以及场景图谱中的视觉三元组作为输入，经过推理以及筛选产生新的视觉三元组并添加到场景图谱中；步骤3、采用实体向量与关系向量之间的图神经网络模型，对场景图谱的视觉三元组中实体向量与关系向量进行建模；采用实体向量与关系向量之间的翻译模型，建立得分函数作为图神经网络模型的输出模块；步骤4、进行场景图谱视觉三元组的预测和场景图谱视觉三元组的分类，以验证图神经网络模型的有效性。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中山大学，未经中山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910027540.1/，转载请声明来源钻瓜专利网。
