神经网络中基于实体与关系编码的知识图谱表示学习方法

摘要

一种神经网络中基于实体与关系编码的知识图谱表示学习方法，包括以下步骤：第一步、从知识库中构建目标三元组，并获得该三元组中头实体和尾实体之间所有的路径关系；第二步、进行关系编码；第三步、进行实体类型编码；第四步、获得第三步中头实体和尾实体的类型上下文向量，并将它们按顺序输入LSTM；第五步、组成路径模式vρ(p)和vρ(r)，计算这两个路径模式的余弦相似度；第六步、训练表示学习方法。本发明实现对实体和关系的语义信息的表示，进而高效地计算实体、关系及其之间的复杂语义关联。