| 发明名称 | 一种知识图谱表示学方法 | ||
| 摘要 | 本发明公开了一种知识图谱表示学方法，该方法包括：利用实体向量与关系向量之间基于平移的模型，定义关系三元组(head，relation，tail)中实体向量与关系向量之间的相互关联；利用神经网络分类模型，定义特性三元组(entity，attribute，value)中实体向量与特性向量之间的相互关联；通过评价函数将实体向量、关系向量和特性向量关联起来，并最小化评价函数，以学实体向量、关系向量和特性向量，达到优化目标。采用本发明能够精确表示实体、关系和特性之间的联系。 | ||
| 申请公布号 | CN105630901A | 申请公布日期 | 2016.06.01 |
| 申请号 | CN201510961791.9 | 申请日期 | 2015.12.21 |
| 申请人 | 清华大学 | 发明人 | 孙茂松;林衍凯;刘知远;栾焕博;刘奕群;马少平 |
| 分类号 | G06F17/30(2006.01)I | 主分类号 | G06F17/30(2006.01)I |
| 代理机构 | 北京德琦知识产权代理有限公司 11018 | 代理人 | 梁少微;王丽琴 |
| 主权项 | 一种知识图谱表示学习方法，该方法包括：利用实体向量与关系向量之间基于平移的模型，定义关系三元组(head，relation，tail)中实体向量与关系向量之间的相互关联；利用神经网络分类模型，定义特性三元组(entity，attribute，value)中实体向量与特性向量之间的相互关联；通过评价函数将实体向量、关系向量和特性向量关联起来，并最小化评价函数，以学习实体向量、关系向量和特性向量，达到优化目标。 | ||
| 地址 | 100084 北京市海淀区清华园1号 | ||