基于元学习的少样本知识图谱补全方法
基本信息
| 申请号 | CN202110680623.8 | 申请日 | - |
| 公开（公告）号 | CN113239131B | 公开（公告）日 | 2022-04-29 |
| 申请公布号 | CN113239131B | 申请公布日 | 2022-04-29 |
| 分类号 | G06F16/28（2019.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 向行;陈毅波;蒋志怡;黄鑫;蒋破荒;田建伟;朱宏宇;祝视;吕欣琪;高建良 | 申请（专利权）人 | 国网湖南省电力有限公司信息通信分公司 |
| 代理机构 | 长沙永星专利商标事务所（普通合伙） | 代理人 | 周咏;米中业 |
| 地址 | 410004湖南省长沙市天心区新韶东路398号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于元学习的少样本知识图谱补全方法，包括获取待补全的知识图谱和对应的邻域知识图谱；对待补全的知识图谱中的实体嵌入进行初始化；将待补全的知识图谱的关系集合分为训练关系集合和测试关系集合，并选取一个关系所对应的三元组构建元训练任务或元测试任务；在若干个批次的元训练任务上训练得到少样本知识图谱补全模型；采用训练好的少样本知识图谱补全模型对元测试任务进行补全。本发明方法能够根据少量三元组就进行知识图谱补全，解决传统的基于嵌入的方法对知识图谱中的少样本关系的补全效果不好的问题，而且对邻域知识图谱的依赖性较低，鲁棒性更好，可靠性更高，效果更好。 |
