-
公开(公告)号：CN119886306A
公开(公告)日：2025-04-25
申请号：CN202510070523.1
申请日：2025-01-16
Applicant: 重庆交通大学
Abstract: 本发明属于智能模型技术领域，具体涉及大语言模型协同图神经网络的桥梁管养知识图谱表示方法，包括：S1、将OWL本体转换为三元组的知识图谱RDF图，并按照预设的游走方案生成多个不同关系的子图，并转到S2；采用预设的混合游走策略，从各个子图的多个实体出发，基于特定步数生成实体序列，并转到S3；在初始的RDF图的基础上构建逆关系和自环关系，形成新RDF图，并转到S4；S5、将S2‑S4得到的局部结构嵌入、语义嵌入和全局结构嵌入进行拼接及特征转换，得到融合后的实体和关系的嵌入表示。本方法可以充分利用OWL本体中的复杂语义信息、文本信息以及结构信息，实现知识的自动补全和链接预测，提高桥梁管养知识图谱的准确性和完整性。
-
公开(公告)号：CN117290520A
公开(公告)日：2023-12-26
申请号：CN202311380050.2
申请日：2023-10-23
Applicant: 重庆交通大学
IPC: G06F16/36 , G06N5/025 , G06N5/04 , G06N3/0464 , G06N3/08
Abstract: 本发明属于桥梁检测知识图谱补全技术领域，尤其涉及一种基于知识蒸馏联合内生规则约束的知识图谱补全方法，包括以下步骤：S1、设计出n种桥梁检测领域常见的知识图谱子图结构；S2、使用S1的知识图谱子图结构对原知识图谱的三元组进行筛选，得到m个三元组子集；S3、对S2筛选出的三元组子集进行清洗处理，得到规则训练集；S4、将规则训练集作为训练数据集的补充，使用规则训练集与训练数据集联合训练知识蒸馏的Teacher网络；S5、将训练数据集中的正确标签联合做为监督，将训练后的Teacher网络的预测结果作为另一种监督，联合对知识蒸馏的Student网络进行训练；S6、使用训练后的Student网络对原知识图谱进行补全。本方法可以较好的实现桥梁管养领域的知识图谱补全。
-
公开(公告)号：CN118170912A
公开(公告)日：2024-06-11
申请号：CN202410280050.3
申请日：2024-03-12
Applicant: 重庆交通大学 , 重庆中科云从科技有限公司
Abstract: 本发明属于智能知识图谱技术领域，尤其涉及一种大语言模型驱动的桥梁管养领域知识图谱表示学习方法。本方法建立在大语言模型的文本编码能力基础之上，结合图神经网络的图结构编码能力，融合本体中丰富的复杂语义信息、异质属性信息、描述文本信息以及图谱中的图结构信息，使得实体和属性的嵌入结果能够包含更加丰富的语义信息，增强其泛化能力，更好的用于领域知识图谱补全等许多下游任务。与现有技术相比，本方法能够在充分考虑知识图谱结构信息的基础上，通过大语言模型利用OWL本体中的复杂语义信息以及文本信息，实现有效处理未见过的实体的和长尾关系，有助于桥梁管养领域知识图谱的自动化维护与补全，减少人力物力的消耗。
-
公开(公告)号：CN116737948A
公开(公告)日：2023-09-12
申请号：CN202310578312.X
申请日：2023-05-22
Applicant: 重庆交通大学
Abstract: 本发明属于自然语言处理技术领域，尤其涉及一种面向中文短文本的实体链接方法，包括以下步骤：S1、对知识库进行处理，构建候选实体字典和知识库实体字典；S2、构建候选实体集，用于为待消歧文本中的实体指称过滤掉知识库中的不相关实体；S3、使用预设的候选实体排序的底层模型，对候选实体集中的候选实体依次进行训练；S4、通过预设的阈值判断不可链接的实体指称。本发明可以提高中文短文本实体链接的准确率，推进实体链接任务的实际应用。
-
-
-
Search Results
4
records
(took 0.022 seconds)
