System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 无码人妻精品丰满熟妇区,亚洲精品无码日韩国产不卡av,无码射肉在线播放视频
  • 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    一種語義增強的時序知識圖譜推理方法、裝置及設備制造方法及圖紙

    技術編號:42924280 閱讀:15 留言:0更新日期:2024-10-11 15:50
    本申請涉及一種語義增強的時序知識圖譜推理方法、裝置及設備。所述方法包括:根據歷史事件構建時序知識圖譜。時序知識圖譜包括:頭實體、關系、尾實體以及時間戳。根據時序知識圖譜中實體的相對位置關系,構建異構關系圖譜。對異構關系圖譜中的關系進行嵌入,得到異構關系嵌入表示。根據預設規則頭在時序知識圖譜中進行隨機游走,得到規則體。根據異構關系嵌入表示以及時間戳集合的嵌入表示,得到規則體的第一嵌入表示和規則頭的第二嵌入表示。計算語義相似度。根據隨機游走得到的規則支持數和所有遍歷得到結果的規則體支持數,得到置信度。輸出最優的時序知識圖譜推理結果。采用本方法能夠提高對稀疏文本時序事實數據特征推理的準確性。

    【技術實現步驟摘要】

    本申請涉及計算機,特別是涉及一種語義增強的時序知識圖譜推理方法、裝置及設備


    技術介紹

    1、人工智能的可解釋性和安全性息息相關,對于人們理解和信任人工智能也至關重要。在網絡安全領域,當一項開源情報分析指出某個企業或組織可能發起網絡攻擊,安全團隊需要了解這一分析結果的依據和推理過程,包括攻擊路徑、攻擊手段、攻擊目的等,以便采取相應的防御措施和應對策略。然而,一般情況下,可解釋性和模型能力是成反比的。因此,探究兼具準確度和可解釋性的模型是一項具有挑戰性的任務。基于邏輯規則的推理模型具有較好的可解釋性,主要包括規則抽取、規則學習以及規則應用等步驟。但是,已有的基于規則的方法容易受數據集的影響,當數據集存在偏見或者數據集比較稀疏時,可能會導致規則統計分數不能全面的反映數據的潛在特征,從而得不到精準的事件預測。


    技術實現思路

    1、基于此,有必要針對上述技術問題,提供一種能夠在數據集稀疏的情況下,提高事件預測準確性的一種語義增強的時序知識圖譜推理方法、裝置及設備。

    2、一種語義增強的時序知識圖譜推理方法,所述方法包括:

    3、根據歷史事件構建時序知識圖譜。時序知識圖譜采用四元組表示。四元組包括:頭實體、關系、尾實體以及時間戳。

    4、根據時序知識圖譜中實體的相對位置關系,構建異構關系圖譜。異構關系圖譜采用三元組表示。三元組包括:頭關系實體、相對位置模式以及尾關系實體。

    5、對異構關系圖譜中的關系進行嵌入,得到異構關系嵌入表示。

    6、根據預設規則頭在時序知識圖譜中進行隨機游走,得到規則體。其中,規則頭和規則體均通過四元組進行表示,并且規則頭的時間戳與規則體的時間戳集合滿足預設時序順序約束。

    7、根據異構關系嵌入表示以及時間戳集合的嵌入表示,得到規則體的第一嵌入表示和規則頭的第二嵌入表示。

    8、根據第一嵌入表示和第二嵌入表示,計算語義相似度。

    9、根據隨機游走得到的滿足時序順序約束的規則支持數和所有遍歷得到結果的規則體支持數,得到置信度。

    10、根據語義相似度和置信度,輸出最優的時序知識圖譜推理結果。

    11、一種語義增強的時序知識圖譜推理裝置,所述裝置包括:

    12、時序知識圖譜構建模塊,用于根據歷史事件構建時序知識圖譜。時序知識圖譜采用四元組表示。四元組包括:頭實體、關系、尾實體以及時間戳。

    13、異構關系圖譜構建模塊,用于根據時序知識圖譜中實體的相對位置關系,構建異構關系圖譜。異構關系圖譜采用三元組表示。三元組包括:頭關系實體、相對位置模式以及尾關系實體。

    14、異構關系嵌入表示獲取模塊,用于對異構關系圖譜中的關系進行嵌入,得到異構關系嵌入表示。

    15、規則體獲取模塊,用于根據預設規則頭在時序知識圖譜中進行隨機游走,得到規則體。其中,規則頭和所述規則體均通過所述四元組進行表示,并且規則頭的時間戳與規則體的時間戳集合滿足預設時序順序約束。

    16、拼接模塊,用于根據異構關系嵌入表示以及時間戳集合的嵌入表示,得到規則體的第一嵌入表示和規則頭的第二嵌入表示。

    17、語義相似度計算模塊,用于根據第一嵌入表示和第二嵌入表示,計算語義相似度。

    18、置信度獲取模塊,用于根據隨機游走得到的滿足時序順序約束的規則支持數和所有遍歷得到結果的規則體支持數,得到置信度。

    19、推理模塊,用于根據語義相似度和置信度,輸出最優的時序知識圖譜推理結果。

    20、一種計算機設備,包括存儲器和處理器,所述存儲器存儲有計算機程序,所述處理器執行所述計算機程序時實現以下步驟:

    21、根據歷史事件構建時序知識圖譜。時序知識圖譜采用四元組表示。四元組包括:頭實體、關系、尾實體以及時間戳。

    22、根據時序知識圖譜中實體的相對位置關系,構建異構關系圖譜。異構關系圖譜采用三元組表示。三元組包括:頭關系實體、相對位置模式以及尾關系實體;

    23、對異構關系圖譜中的關系進行嵌入,得到異構關系嵌入表示。

    24、根據預設規則頭在時序知識圖譜中進行隨機游走,得到規則體。其中,規則頭和規則體均通過四元組進行表示,并且規則頭的時間戳與規則體的時間戳集合滿足預設時序順序約束。

    25、根據異構關系嵌入表示以及時間戳集合的嵌入表示,得到規則體的第一嵌入表示和規則頭的第二嵌入表示。

    26、根據第一嵌入表示和第二嵌入表示,計算語義相似度。

    27、根據隨機游走得到的滿足時序順序約束的規則支持數和所有遍歷得到結果的規則體支持數,得到置信度。

    28、根據語義相似度和置信度,輸出最優的時序知識圖譜推理結果。

    29、上述一種語義增強的時序知識圖譜推理方法、裝置及設備,通過收集歷史事實數據,構建一個以時間為序的知識圖譜,這樣可以清晰地展示事實數據之間的時間順序和關聯。時序知識圖譜通過四元組(頭實體、關系、尾實體、時間戳)記錄實體間關系演變,確保準確反映時間順序。能夠準確記錄和表達實體間復雜的時間關系,提升了知識的準確性和完整性。構建完成后,利用實體相對位置關系構建異構關系圖譜,采用三元組表示:頭關系實體、相對位置模式以及尾關系實體,使得數據能夠更加全面地描述實體之間多樣化關系的信息,豐富了數據表達的復雜性和語義的多樣性。隨后,采用嵌入學習技術將異構關系嵌入到低維空間,增加了關系中相對位置模式的語義信息,進一步對時序知識圖譜中的信息予以豐富和擴展,以便進行后續的語義相似度計算和推理。隨機游走算法基于預設時序順序約束從時序知識圖譜中提取出符合規則的四元組。通過規則體和規則頭的嵌入表示,計算它們在嵌入空間中的距離或相似度,以評估規則之間的語義相似度。此外,利用隨機游走得到的規則支持數和全局支持數計算置信度,反映推理結果的可靠性和置信水平。在推理過程中,通過規則的嵌入表示和語義相似度計算,能夠準確評估和比較不同規則之間的關聯性和相關度,提升了推理的精度和效率。置信度評估機制則有效過濾出高置信度的推理結果,增強了推理結果的可信度和解釋性。在數據集稀疏的情況下,提高數據特征統計精度,以及提高預測事件的真實性。

    本文檔來自技高網...

    【技術保護點】

    1.一種語義增強的時序知識圖譜推理方法,其特征在于,所述方法包括:

    2.根據權利要求1所述的方法,其特征在于,根據所述時序知識圖譜中實體的相對位置關系,構建異構關系圖譜,包括:

    3.根據權利要求2所述的方法,其特征在于,對所述異構關系圖譜中的關系進行嵌入,得到異構關系嵌入表示,包括:

    4.根據權利要求3所述的方法,其特征在于,聚合所述關系權重與所述鄰接矩陣,得到異構關系嵌入表示,包括:

    5.根據權利要求4所述的方法,其特征在于,得到時間戳集合的嵌入表示,包括:

    6.根據權利要求5所述的方法,其特征在于,根據所述異構關系嵌入表示以及時間戳集合的嵌入表示,得到所述規則體的第一嵌入表示和規則頭的第二嵌入表示,包括:

    7.根據權利要求6所述的方法,其特征在于,根據所述第一嵌入表示和所述第二嵌入表示,計算語義相似度,包括:

    8.根據權利要求7所述的方法,其特征在于,根據隨機游走得到的滿足所述時序順序約束的規則支持數和所有遍歷得到結果的規則體支持數,得到置信度,包括:

    9.根據權利要求8所述的方法,其特征在于,根據所述語義相似度和所述置信度,輸出最優的時序知識圖譜推理結果,包括:

    10.一種語義增強的時序知識圖譜推理裝置,其特征在于,所述裝置包括:

    11.一種計算機設備,包括存儲器和處理器,所述存儲器存儲有計算機程序,其特征在于,所述處理器執行所述計算機程序時實現權利要求1至9中任一項所述方法的步驟。

    ...

    【技術特征摘要】

    1.一種語義增強的時序知識圖譜推理方法,其特征在于,所述方法包括:

    2.根據權利要求1所述的方法,其特征在于,根據所述時序知識圖譜中實體的相對位置關系,構建異構關系圖譜,包括:

    3.根據權利要求2所述的方法,其特征在于,對所述異構關系圖譜中的關系進行嵌入,得到異構關系嵌入表示,包括:

    4.根據權利要求3所述的方法,其特征在于,聚合所述關系權重與所述鄰接矩陣,得到異構關系嵌入表示,包括:

    5.根據權利要求4所述的方法,其特征在于,得到時間戳集合的嵌入表示,包括:

    6.根據權利要求5所述的方法,其特征在于,根據所述異構關系嵌入表示以及時間戳集合的嵌入表示,得到所述規則體的第一嵌入表示和規則頭的第二嵌入...

    【專利技術屬性】
    技術研發人員:趙曉娟陳愷李愛平
    申請(專利權)人:湖南人文科技學院
    類型:發明
    國別省市:

    網友詢問留言 已有0條評論
    • 還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 国产成年无码久久久久毛片| 亚洲AV日韩AV永久无码绿巨人| 人妻av中文字幕无码专区| 日韩人妻无码免费视频一区二区三区| 国产精品亚洲专区无码牛牛 | 国产激情无码一区二区app| 色综合久久久久无码专区| 国产精品无码一区二区在线观| 亚洲成AV人在线播放无码 | 亚洲AV无码一区二区乱孑伦AS| 69堂人成无码免费视频果冻传媒| 日韩精品无码人妻一区二区三区 | 中文字幕无码人妻AAA片| 无码av免费毛片一区二区| 中文一国产一无码一日韩| 影院无码人妻精品一区二区| 亚洲日韩中文字幕无码一区 | 国产高清无码视频| 日本无码一区二区三区白峰美| 无码国产色欲XXXX视频| 中文字幕日韩精品无码内射| 亚洲人成国产精品无码| 2020无码专区人妻系列日韩| 50岁人妻丰满熟妇αv无码区| 无码国产精成人午夜视频一区二区| 国产成人无码a区在线视频| 无码不卡亚洲成?人片| 特级无码毛片免费视频| 无码一区二区三区中文字幕| 少妇极品熟妇人妻无码| 精品无码国产一区二区三区麻豆| 在线看片无码永久免费视频| 无码中文人妻在线一区| 无码中文在线二区免费| 国产成人精品无码专区| 亚洲美日韩Av中文字幕无码久久久妻妇| 2020无码专区人妻系列日韩| 亚洲国产精品无码久久九九| 人妻无码人妻有码中文字幕| 亚洲爆乳无码专区| 亚洲AV无码无限在线观看不卡|