基于元学习的少样本知识图谱补全方法

授权

摘要

本发明公开了一种基于元学习的少样本知识图谱补全方法，包括获取待补全的知识图谱和对应的邻域知识图谱；对待补全的知识图谱中的实体嵌入进行初始化；将待补全的知识图谱的关系集合分为训练关系集合和测试关系集合，并选取一个关系所对应的三元组构建元训练任务或元测试任务；在若干个批次的元训练任务上训练得到少样本知识图谱补全模型；采用训练好的少样本知识图谱补全模型对元测试任务进行补全。本发明方法能够根据少量三元组就进行知识图谱补全，解决传统的基于嵌入的方法对知识图谱中的少样本关系的补全效果不好的问题，而且对邻域知识图谱的依赖性较低，鲁棒性更好，可靠性更高，效果更好。

基本信息

专利标题：

基于元学习的少样本知识图谱补全方法

专利标题（英）：

暂无

公开（公告）号：

CN113239131A

申请号：

CN202110680623.8

公开（公告）日：

2021-08-10

申请日：

2021-06-18

授权号：

CN113239131B

授权日：

2022-04-29

发明人：

向行陈毅波蒋志怡黄鑫蒋破荒田建伟朱宏宇祝视吕欣琪高建良

申请人：

国网湖南省电力有限公司;国网湖南省电力有限公司信息通信分公司;国家电网有限公司

申请人地址：

湖南省长沙市天心区新韶东路398号

代理机构：

长沙永星专利商标事务所(普通合伙)

代理人：

周咏

优先权：

CN202110680623.8

主分类号：

G06F16/28

IPC分类号：

G06F16/28 G06N3/04 G06N3/08