龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：海南大学
摘要：本发明涉及一种基于张量的时序知识图谱表示学习的智能问答方法。所述方法包括：引入张量分解将时序知识图谱分解为核心张量与矩阵；采用Tucker分解独立利用时态信息进行四元组建模；确定自然语言文本转化为语义矩阵输入至模型中，进行嵌入后输入至Transformer中，根据目标评分函数得到智能问答输出。独立利用时态信息，使用核心张量对实体、关系、时间之间和内部的关联和交互信息进行存储，从而利于推理，通过张量分解，能够捕捉到实体和时间之间的复杂交互和高阶关系，提升模型的表达能力；将时序知识图谱表示学习嵌入式模型应用于智能问答，将时间戳信息与问题中的时间信息进行链接，更加全面利用了时间信息从而显著提高了时间预测的性能。
主权项：1.一种基于张量的时序知识图谱表示学习的智能问答方法，其特征在于，所述方法包括：引入张量分解将时序知识图谱嵌入分解为核心张量与一组矩阵；所述矩阵中包含有实体、关系、时间的嵌入向量；基于实体、关系、时间的嵌入向量、核心张量，采用Tucker分解独立利用时态信息进行四元组建模，对所述时序知识图谱中的单个事实设置评分函数，根据所述评分函数对四元组建模进行模型训练，得到时序知识图谱表示学习嵌入式模型；确定自然语言文本，获取与所述自然语言文本对应的语义信息转化为语义矩阵，确定与所述自然语言文本对应的目标评分函数；基于所述时序知识图谱表示学习嵌入式模型，将完成训练的时序知识图谱嵌入替换所述语义矩阵中对应的嵌入后输入至Transformer中，根据所述目标评分函数得到智能问答输出。
全文数据：
权利要求：
百度查询： 海南大学 基于张量的时序知识图谱表示学习的智能问答方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号