本发明公开了一种面向人物关系网络的自动元路径挖掘方法,获取人物关系网络的模式图和实例图;将实体对划分为训练集/测试集;使用智能体通过马尔科夫决策过程来挖掘元路径,使用策略网络进行迭代训练,得到识别的元路径与其覆盖率和置信度;将过滤后的测试集构成正样本,针对每个样本,将连接该样本所有元路径的置信度相加,置信度总和为相似性;获取测试集中的事实三元组,采用线性回归模型来预测实体之间的关系。本发明将元路径查找问题建模为模式网络上的MDP过程,使用具有复杂策略的强化学习智能体,该策略由长短期记忆网络参数化,能够找到具有高覆盖率的元路径。
声明:
“面向人物关系网络的自动元路径挖掘方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)