融合人工智能圖像特征的知識圖譜表示學(xué)習(xí)研究

打開文本圖片集

摘要：原有知識表示模型沒有充分考慮知識圖譜以外的豐富信息，在缺少對應(yīng)信息時難以完成推理和補(bǔ)充，處理知識推理任務(wù)時會產(chǎn)生較大性能缺陷，本文研究了融合人工智能圖像特征的知識圖譜表示學(xué)習(xí)方法.采用最大似然值任務(wù)概率，在相似性計(jì)算函數(shù)中定義知識圖譜實(shí)體.結(jié)合目標(biāo)檢測算法構(gòu)建殘差網(wǎng)絡(luò)層次結(jié)構(gòu)，在多輸出維度中提（剩余5022字）