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：天津工业大学

摘要：本发明设计了一种融合GNN与全局注意力机制的知识图谱补全方法，将知识图谱输入Transformer全局感知嵌入模块的GNN结构提取模块中，引入反向关系和自循环关系类型并引入中心性编码得到实体和关系的初始化嵌入；通过图注意力机制提取知识图谱的结构信息，得到蕴含实体局部结构信息的实体和关系嵌入；输入至Transformer全局感知嵌入模块中，计算融合多关系融合度编码后的实体嵌入，计算空间位置编码和边特征编码，作为偏置项加入注意力矩阵计算中，按标准Transformer全局感知嵌入模块流程来处理，得到实体嵌入表示作为Transformer全局感知嵌入模块输出；将经过Transformer全局感知嵌入模块处理后的实体和关系嵌入输入到打分函数中，进行评估和补全。

主权项：1.一种融合GNN与全局注意力机制的知识图谱补全方法，其特征在于：包括以下步骤：步骤1、将知识图谱输入至Comphormer模型中，Comphormer模型由GNN结构提取模块和Transformer全局感知嵌入模块组成，知识图谱输入至Comphormer模型后首先进入GNN结构提取模块，GNN结构提取模块中引入反向关系和自循环关系类型，并进行初始化嵌入，得到实体和关系的初始表示；步骤2、将度结构编码融入实体初始化嵌入，关系初始嵌入由初始化的基向量表示；步骤3、根据选择的注意力算子，使用GNN结构提取模块中的CompGAT层对实体和关系的初始嵌入进行聚合更新，得到蕴含实体局部结构信息的实体和关系嵌入，作为GNN结构提取模块的输出；步骤4、将GNN结构提取模块的输出输入至Transformer全局感知嵌入模块，在本模块中将多关系融合度编码融入实体嵌入中，并计算知识图谱中每条边的边特征，得到融合多关系融合度编码的实体嵌入和各边的边特征；步骤5、在Transformer全局感知嵌入模块中，计算每对实体间的空间位置编码和边特征编码，并将空间位置编码和边特征编码作为偏置项添加到注意力矩阵中，计算每层每个注意力头的注意力矩阵；步骤6、根据得到的注意力矩阵，按照标准Transformer全局感知嵌入模块处理数据的流程来更新融合多关系融合度编码后的实体嵌入，并进行LayerNorm和残差链接；经过Transformer全局感知嵌入模块更新后的实体嵌入，作为Transformer全局感知嵌入模块的输出；将Transformer全局感知嵌入模块输出的实体嵌入和GNN结构提取模块输出的关系嵌入，作为Transformer全局感知嵌入模块最终输出的实体和关系嵌入；步骤7、将Transformer全局感知嵌入模块输出的实体嵌入和关系嵌入输入到打分函数模块中，计算知识图谱中三元组的得分，并评估Transformer全局感知嵌入模块输出的实体嵌入和关系嵌入的质量。

全文数据：

权利要求：

百度查询： 天津工业大学 一种融合GNN与全局注意力机制的知识图谱补全方法