本發明公開了用于臨床領域時序知識圖譜的鏈接預測方法及系統,首先獲取臨床領域時序知識圖譜,對實體和復雜語義關系向量化,加入上下關聯信息,進行序列化學習,對時序知識圖譜的時序信息做增量計算,再對時序信息提取特征向量,建立用于臨床領域時序知識圖譜的鏈接預測模型,所述鏈接預測模型包括三元組向量化層、序列增量學習層、序列特征組合層和輸出層,根據所述鏈接預測模型,對臨床領域時序知識圖譜進行鏈接預測。本發明利用增量LSTM模型突出臨床事實中隱含的語義和時序信息,有效地利用序列化學習挖掘其前后依賴信息,彌補了傳統鏈接預測模型導致對時效性知識圖譜預測準確度較低的不足,提高了知識圖譜鏈接預測的準確性。
聲明:
“用于臨床領域時序知識圖譜的鏈接預測方法及系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)