基于图神经网络的电力专业知识图谱自动补全方法

摘要

本发明涉及人工智能及电力领域。公开了一种基于图神经网络的电力专业知识图谱自动补全方法，采用图神经网络对图外实体进行表征，将图外实体纳入电力专业人工知识图谱框架中，实现了对人工建立的电力专业知识图谱进行自动补全；丰富了电力专业人工知识图谱内容，还能避免对图外实体重新训练，减轻机器设备运算负担，降低学习成本，通过TransE算法学习现有的知识特征，挖掘知识实体间的隐藏关系，实现了电力专业人工知识图谱根据外界接收信息执行自动补全的功能。补全后的电力专业人工知识图谱信息更加充实、全面，使电力设备运维相关知识的智能查询和关联搜索结果更加完善，为电力设备运维管理人员提供更加全面的参考意见。