基于句法注意力神经网络的知识图谱关系数据分类方法

授权

摘要

本发明公开了一种基于句法注意力神经网络的知识图谱关系数据分类方法。主要步骤为：收集复杂装备设计过程的设计文档，由设计文档的文本数据组建设计文档语料库；针对收集到的设计文档的文本数据进行文本预处理；建立基于句法注意力深度神经网络的实体关系分类模型；预处理结果与类别标签输入到模型中进行离线训练；待预测文本数据输入至训练好的基于句法注意力深度神经网络中，预测获得文本数据中关键词文本对应的关系类别结果。本发明自适应地结合语义信息与句法信息，有效提高设计文档文本数据的实体关系类别预测的准确率，还能够推断出模型在预测过程中对语句的依存句法树的哪一部分路径具有更高的权重。

基本信息

专利标题：

基于句法注意力神经网络的知识图谱关系数据分类方法

专利标题（英）：

暂无

公开（公告）号：

CN111177394A

申请号：

CN202010006790.X

公开（公告）日：

2020-05-19

申请日：

2020-01-03

授权号：

CN111177394B

授权日：

2022-04-29

发明人：

刘振宇张栋豪郏维强谭建荣

申请人：

浙江大学

申请人地址：

浙江省杭州市西湖区余杭塘路866号

代理机构：

杭州求是专利事务所有限公司

代理人：

林超

优先权：

CN202010006790.X

主分类号：

G06F16/35

IPC分类号：

G06F16/35 G06F16/36 G06F40/211 G06F40/30 G06N3/04 G06N3/08