一种基于少样本关系预测模型的可解释方法
本发明属于知识图谱领域,具体涉及一种基于少样本关系预测模型的可解释方法;该方法包括:对少样本关系预测模型的可解释性进行评估,得到可解释评估结果;根据可解释评估结果改进模型;获取来自用户的问题,将该问题输入改进好的少样本关系预测模型中,得到该问题的可信预测结果;本发明选取多种对比模型进行分析,通过改变少样本关系预测模型和对比模型的数据量和数据内容计算评价指标并分析不同数据量和不同数据内容对模型的影响;通过改变少样本关系预测模型中的卷积神经网络的超参数如激活函数、池化策略、正则化等计算评价指标并分析超参数对模型的影响;本发明提高了模型的关系预测结果的可信度,实用性高。
《一种基于少样本关系预测模型的可解释方法》是一发明专利,专利号为 2022104664148,当前法律状态为已下证,由重庆邮电大学提出申请,发明人为吴涛;马红玉;先兴平;刘宴兵;祝清意;张浩然;王树森,申请日期为2022-04-29,公开(公告)日期为2024-07-02,国际专利分类号(IPC)为 G06N 5/045 (2023.01),高新资质:未报高企,所属技术领域包括:人工智能。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明属于知识图谱领域,具体涉及一种基于少样本关系预测模型的可解释方法;该方法包括:对少样本关系预测模型的可解释性进行评估,得到可解释评估结果;根据可解释评估结果改进模型;获取来自用户的问题,将该问题输入改进好的少样本关系预测模型中,得到该问题的可信预测结果;本发明选取多种对比模型进行分析,通过改变少样本关系预测模型和对比模型的数据量和数据内容计算评价指标并分析不同数据量和不同数据内容对模型的影响;通过改变少样本关系预测模型中的卷积神经网络的超参数如激活函数、池化策略、正则化等计算评价指标并分析超参数对模型的影响;本发明提高了模型的关系预测结果的可信度,实用性高。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
