基于k均值聚类算法缓解知识图谱稀疏问题的知识表示学习方法

摘要

本发明公开了一种基于k均值聚类算法缓解知识图谱稀疏的知识表示学习方法，主要包括四个步骤：步骤一，选择一个现有的知识图谱表示学习模型；步骤二，预训练现有模型；步骤三，k均值聚类实体和关系；步骤四，融合聚类信息继续训练模型；本发明利用k均值聚类算法将稀疏的实体和语义上相似的高频实体聚成一簇，增强稀疏实体的表示能力，缓解知识图谱表示学习中的数据稀疏问题，从而提升知识图谱中实体和关系学习的效果。