一种采用注意力机制的循环神经嵌入表示方法

摘要

本发明公开了一种采用注意力机制的循环神经嵌入表示方法，包括如下步骤：S1，构建基于随机游走的方法对知识图谱中以三元组中两实体为两端进行多跳路径的提取，多跳路径包括关系路径和实体路径；S2，利用循环神经网络在序列中的良好效果，进而将多跳实体路径嵌入表示成其对应的多跳实体路径向量，多跳关系路径嵌入表示成其对应的多跳关系路径向量，根据注意力机制用来实现对以知识图谱中三元组两端构成的实体子图和关系子图的向量表示。本发明利用RNN实现对知识图谱的向量表示，实现对知识图谱全局特征的提取，提出了Att‑RNN模型，解决了现有技术难以兼顾基于知识图谱特征表示的时间和空间的简单性和全局特征信息的表征的问题。