基于知识图谱节点语义属性的图嵌入方法及系统

    公开(公告)号:CN114491070B

    公开(公告)日:2024-08-27

    申请号:CN202210080718.0

    申请日:2022-01-24

    IPC分类号: G06F16/36

    摘要: 本发明涉及图嵌入技术领域,尤其是涉及基于知识图谱节点语义属性的图嵌入方法及系统,包括:采集购物商城的用户信息及产品信息,将获取到的文本信息进行格式处理后存储,并归档备份;以用户信息及产品信息作为节点,使用词嵌入的方法获取节点属性信息的语义特征向量;使用句子特征提取的方法对上述语义特征向量进行整理,组成一个句子的语义特征矩阵;基于语义特征向量和语义特征矩阵进行模型设计和搭建;根据模型预测连边,补全知识图谱;本发明充分利用了节点的属性信息,可以通过提取实体属性信息来预测这两个实体是否有关系,即通过获取知识图谱的head和tail的语义信息来预测relation,达到预测连边、补全知识图谱的效果。

    基于知识图谱节点语义属性的图嵌入方法及系统

    公开(公告)号:CN114491070A

    公开(公告)日:2022-05-13

    申请号:CN202210080718.0

    申请日:2022-01-24

    IPC分类号: G06F16/36

    摘要: 本发明涉及图嵌入技术领域,尤其是涉及基于知识图谱节点语义属性的图嵌入方法及系统,包括:采集购物商城的用户信息及产品信息,将获取到的文本信息进行格式处理后存储,并归档备份;以用户信息及产品信息作为节点,使用词嵌入的方法获取节点属性信息的语义特征向量;使用句子特征提取的方法对上述语义特征向量进行整理,组成一个句子的语义特征矩阵;基于语义特征向量和语义特征矩阵进行模型设计和搭建;根据模型预测连边,补全知识图谱;本发明充分利用了节点的属性信息,可以通过提取实体属性信息来预测这两个实体是否有关系,即通过获取知识图谱的head和tail的语义信息来预测relation,达到预测连边、补全知识图谱的效果。