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：深圳前海微众银行股份有限公司
摘要：本发明公开了一种知识图谱表示学习优化方法、装置、设备及可读存储介质，所述方法包括：从本地知识图谱数据集中确定训练样本集；基于所述训练样本集联合各所述其他数据端对本地知识图谱表示学习模型进行联邦学习，得到目标知识图谱表示学习模型，其中，各所述其他数据端基于各自本地知识图谱数据集中确定的训练样本集参与联邦学习。本发明中，实现了在联合各个数据端的知识图谱数据集进行知识图谱表示模型的训练，提升模型的知识图谱表示效果的同时，保证了各个数据端的知识图谱数据集的隐私安全。
主权项：1.一种知识图谱表示学习优化方法，其特征在于，所述方法应用于参与联邦学习的数据端，联邦学习架构中还包括参与联邦学习的其他数据端，所述方法包括以下步骤：从本地知识图谱数据集中确定训练样本集；基于所述训练样本集联合各所述其他数据端对本地知识图谱表示学习模型进行联邦学习，得到目标知识图谱表示学习模型，其中，各所述其他数据端基于各自本地知识图谱数据集中确定的训练样本集参与联邦学习；参与联邦学习的各数据端分别与服务端通信连接，所述从本地知识图谱数据集中确定训练样本集的步骤包括：将本地的知识图谱数据集发送给所述服务端，以供所述服务端在接收到各数据端发送的知识图谱数据集后，对各知识图谱数据集中包含的三元组数据进行知识推理得到扩展三元组数据，将所述扩展三元组数据中的各元素按照元素的数据来源分发给对应的数据端；将从所述服务端接收到的所述扩展三元组数据中的部分元素作为跨端训练样本，将本地的所述知识图谱数据集中包含的三元组数据作为本地训练样本，将所述跨端训练样本和所述本地训练样本作为训练样本集。
全文数据：
权利要求：
百度查询： 深圳前海微众银行股份有限公司 知识图谱表示学习优化方法、设备及可读存储介质
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