一种基于知识图谱元信息的少次关系模型训练方法

摘要

本发明公开了一种基于知识图谱元信息的少次关系模型训练方法，涉及一种训练方法。目前，关系模型训练需要大量数据。本发明包括步骤：1)初始化元模型参数；2)在普通关系上进行迭代多轮训练，得到训练好的元模型参数，训练循环步骤为：201)随机采样普通关系和对应的支持集和查询集；202)在支持集上应用损失梯度，得到临时的模型参数；203)在查询集和临时模型参数上计算梯度损失，应用并更新元模型参数；3)使用元模型参数作为初始化参数，训练少次关系模型。本技术方案将关系分为普通关系和少次关系，进行区别对待，纠正每个关系都有足量的数据进行训练的假设；少次关系的模型仅需要很少的数据便可以训练的很好，提高效率及准确性。