[发明专利]基于卷积循环神经网络对知识图谱的推理方法及设备在审
| 申请号： | 202110341391.3 | 申请日： | 2021-03-30 |
| 公开（公告）号： | CN112949835A | 公开（公告）日： | 2021-06-11 |
| 发明（设计）人： | 李灯熬;赵菊敏;苗淑怡 | 申请（专利权）人： | 太原理工大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06N5/04 |
| 代理公司： | 北京一品慧诚知识产权代理有限公司 11762 | 代理人： | 张宇 |
| 地址： | 030600 山西省*** | 国省代码： | 山西;14 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及数据处理领域，公开了一种基于卷积循环神经网络对知识图谱的推理方法及设备，S1：基于卷积循环神经网络学习对知识图谱的实体及关系的推理，并且提取局部特征；S2：结合卷积循环神经网络和符号逻辑推理，构建用于共享RNN的关系类型表示和组合矩阵的单个C‑RNN参数模型并进行模型训练，用于对知识图谱和文本进行联合推理；S3：通过在C‑RNN模型中引入新的分数池方法，计算知识图谱中实体对之间多条路径的平均值及三元组概率，融合多条路径；S4：使用知识图谱中提供的实体类型表示、关系，通过对实体类型表示的简单相加获得实体表示，将实体表示及关系作为C‑RNN参数模型的输入，对知识图谱进行推理。本发明能够解决传统RNN局部修正能力的不足，提高推理结果的准确性。 | ||
| 搜索关键词： | 基于 卷积 循环 神经网络 知识 图谱 推理 方法 设备 | ||
【主权项】：
暂无信息
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太原理工大学，未经太原理工大学许可，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/202110341391.3/，转载请声明来源钻瓜专利网。
