1.基于图卷积对比学习和xlnet的知识图谱嵌入方法,包括以下步骤:
2.根据权利要求1所述的基于图卷积对比学习和xlnet的知识图谱嵌入方法,其特征在于:步骤1)中,知识图谱图结构的构建具体包括:
3.根据权利要求2所述的基于图卷积对比学习和xlnet的知识图谱嵌入方法,其特征在于:步骤2.1)中,针对图数据的数据增强策略包括以下四类:基于特征的增强、基于结构的增强、基于采样的增强和自适应的增强;
4.根据权利要求3所述的基于图卷积对比学习和xlnet的知识图谱嵌入方法,其特征在于:步骤2.2)中,gnn-xlnet用于捕捉属性与图结构信息之间重要的关联关系,gnn-xlnet同时计算每个节点的属性和边的生成损失,因此只需要为输入的图运行一次gnn;此外,gnn-xlnet处理带有子图采样的大规模图,并通过自适应嵌入队列减轻负采样带来的不准确损失;
5.根据权利要求4所述的基于图卷积对比学习和xlnet的知识图谱嵌入方法,其特征在于:步骤2.3)中,mlp是多层感知机,是多层的全连接的前馈神经网络,输入样本后,样本在网络中逐层前馈,得到最终输出值。
6.根据权利要求5所述的基于图卷积对比学习和xlnet的知识图谱嵌入方法,其特征在于:步骤2.4)中,采用优化后的互信息最大损失函数来训练参数,如下: