基于卷积神经网络的时序知识图谱补全方法、装置及设备
实质审查的生效
摘要
本申请涉及一种基于卷积神经网络的时序知识图谱补全方法、装置及设备，该方法属于时序知识图谱技术领域。所述方法将卷积神经网络应用于时序知识图谱中。一方面，利用卷积神经网络的表征学习能力，从输入信息中提取高阶特征；另一方面，卷积运算利用卷积核的参数共享机制和加权平均机制实现稀疏相乘和参数共享，有效减少权重参数的数量，使得网络能进行快速学习，同时也有效减少计算内存开销；有利于模型在大型数据集上获得较好的性能；同时，本方法中采用二维卷积增加实体/关系/时间嵌入表示之间的交互点，提高了模型的特征提取能力。
基本信息
专利标题 ：
基于卷积神经网络的时序知识图谱补全方法、装置及设备
专利标题（英）：
暂无
公开（公告）号 ：
CN114547347A
申请号 ：
CN202210448185.7
公开（公告）日 ：
2022-05-27
申请日 ：
2022-04-27
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
邓劲生宋省身赵涛乔凤才郑龙陈怡严少洁
申请人 ：
中国人民解放军国防科技大学
申请人地址 ：
湖南省长沙市开福区德雅路109号
代理机构 ：
长沙国科天河知识产权代理有限公司
代理人 ：
唐品利
优先权 ：
CN202210448185.7
主分类号 ：
G06F16/36
IPC分类号 ：
G06F16/36 G06N3/04 G06N3/08 G06F16/35 G06F40/295
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/36
••语义工具的产生,例如,本体论或词典
法律状态
2022-06-14 ：
实质审查的生效
IPC(主分类) : G06F 16/36
申请日 : 20220427
申请日 : 20220427
2022-05-27 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
