一種基于雙向LSTM深度神經(jīng)網(wǎng)絡(luò)的知識圖譜生成方法
基本信息
申請?zhí)?/td> | CN202010193182.4 | 申請日 | - |
公開(公告)號 | CN111428046A | 公開(公告)日 | 2021-06-01 |
申請公布號 | CN111428046A | 申請公布日 | 2021-06-01 |
分類號 | G06F16/36;G06F16/35;G06N3/04;G06N3/08 | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 江正元;邵震洲;高春林 | 申請(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)長河街道江漢路1785號網(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)的知識圖譜生成方法,包括將源實體和目標(biāo)實體分別輸入至知識庫中,得到屬性矩陣;將兩者對應(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)輸出的特征與對應(yīng)實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)對應(yīng)關(guān)系的預(yù)測概率分布,取預(yù)測概率最大的關(guān)系作為源實體與目標(biāo)實體的實體關(guān)系,完成知識圖譜的生成。本發(fā)明弱化了源實體與目標(biāo)實體的上下關(guān)系,一定程度上解決了候選實體的表達(dá)偏置,提高了關(guān)系預(yù)測的準(zhǔn)確度。 |
