基于变分推断和张量神经网络的知识库补全方法

摘要

本发明公开了一种基于变分推断和张量神经网络的知识库补全方法，在知识库补全方法中引入了张量分解思想和贝叶斯框架，考虑了隐含变量的先验知识，探讨了隐含变量两两之间的相互作用，并用神经网络进行了非线性的表达，增加了对不确定性的考虑，较为明显的提高了知识库补全方法的精度，与现有的技术相比有了较大的提升。