[发明专利]一种基于剪枝子图的知识图谱表示方法

摘要

本发明提供一种基于剪枝子图的知识图谱表示方法，涉及知识图谱领域。该发明基于剪枝子图的知识图谱表示方法，包括：采用TransE模型学习三元组(eh,r,et)的结构化信息，得到实体特征向量矩阵和关系特征向量矩阵；通过计算三元组中的头实体和关系的距离得到关系传播系数，得到一个ne×ne邻接权重矩阵；根据邻接权重矩阵，对所有目标实体的k阶邻域实体由里向外呈线性扩展进行有选择地采样，形成剪枝子图；通过将剪枝子图和GAT进行结合来聚合邻居剪枝子图特征信息；解决了以下问题：GAT的注意力机制仅基于一阶邻域的实体的特征信息，没有考虑高阶邻域实体特征信息。当GAT使用更高阶的邻域(间接邻居实体)来进行训练时，会出现过度平滑，造成知识图谱表示性能下降。