节点文献

电力客服知识图谱的改进研究与模型构建

免费订阅

【作者】 王楚王忠锋李力刚徐志远田世明潘明明

【Author】 WANG Chu;WANG Zhongfeng;LI Ligang;XU Zhiyuan;TIAN Shiming;PAN Mingming;Shenyang Institute of Automation,Chinese Academy of Sciences;Institutes for Robotics and Intelligent Manufacturing,Chinese Academy of Sciences;China Electric Power Research Institute;

【通讯作者】 王忠锋;

【机构】 中国科学院沈阳自动化研究所中国科学院机器人与智能制造创新研究院中国电力科学研究院有限公司

【摘要】 随着知识图谱在电力服务领域的应用愈加广泛和必要,越来越多的研究者对其进行了深入的研究。其中,基于深度学习的TransE的方法逐渐受到大家的青睐,所以针对其的改进方法也越来越多,例如TransH、TransR/CtransR和TransD等,这些方法均针对"TransE无法解决一对多"等问题,提出了"将TransE模型投影到其他空间"的各种方法。借鉴这些方法的优势,提出了一种基于模糊理论和现有基于深度学习的翻译模型相结合的方法——TransF。在TransF中,为每个元素分别构建两个模糊向量,分别用于构建实体和构建模糊映射,将头尾实体分别映射到与关系构成的模糊空间中。实验结果表明,该方法在训练数据集不大的情况下具有明显优势,并且更符合人类逻辑和实用性的需要。

【关键词】 知识图谱模糊理论TransF深度学习翻译模型
【基金】 国家电网有限公司总部科技项目“电力营业厅智能机器人应用系统关键技术”(5210EG20000G)~~
【所属期刊栏目】 特别策划_智能化电力客户服务技术研究及应用 (2020年06期)
  • 【DOI】10.19421/j.cnki.1006-6357.2020.06.001
  • 【分类号】TM73;G353.1
  • 【下载频次】90
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: