一種基于雙向LSTM深度神經(jīng)網(wǎng)絡(luò)的知識(shí)圖譜生成方法

基本信息

申請(qǐng)?zhí)?/td> CN202010193182.4 申請(qǐng)日 -
公開(公告)號(hào) CN111428046B 公開(公告)日 2021-06-01
申請(qǐng)公布號(hào) CN111428046B 申請(qǐng)公布日 2021-06-01
分類號(hào) G06F16/36(2019.01)I;G06N3/04(2006.01)I;G06F16/35(2019.01)I;G06N3/08(2006.01)I 分類 計(jì)算;推算;計(jì)數(shù);
發(fā)明人 江正元;邵震洲;高春林 申請(qǐng)(專利權(quán))人 浙江浙大網(wǎng)新軟件產(chǎn)業(yè)集團(tuán)有限公司
代理機(jī)構(gòu) 杭州君度專利代理事務(wù)所(特殊普通合伙) 代理人 楊天嬌
地址 310000浙江省杭州市濱江區(qū)長(zhǎng)河街道江漢路1785號(hào)網(wǎng)新雙城大廈4幢2101-6室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于雙向LSTM深度神經(jīng)網(wǎng)絡(luò)的知識(shí)圖譜生成方法,包括將源實(shí)體和目標(biāo)實(shí)體分別輸入至知識(shí)庫中,得到屬性矩陣;將兩者對(duì)應(yīng)的屬性矩陣分別輸入至多層感知機(jī)中,將多層感知機(jī)輸出的特征與對(duì)應(yīng)實(shí)體的詞向量組成屬性聯(lián)合表達(dá);將兩者的屬性聯(lián)合表達(dá)進(jìn)行合并,以合并后的特征矩陣作為雙向LSTM深度神經(jīng)網(wǎng)絡(luò)的輸入,輸出的隱藏層向量;將隱藏層向量作為分類器的輸入,輸出在關(guān)系詞典內(nèi)對(duì)應(yīng)關(guān)系的預(yù)測(cè)概率分布,取預(yù)測(cè)概率最大的關(guān)系作為源實(shí)體與目標(biāo)實(shí)體的實(shí)體關(guān)系,完成知識(shí)圖譜的生成。本發(fā)明弱化了源實(shí)體與目標(biāo)實(shí)體的上下關(guān)系,一定程度上解決了候選實(shí)體的表達(dá)偏置,提高了關(guān)系預(yù)測(cè)的準(zhǔn)確度。??