排序方式: 共有40条查询结果,搜索用时 46 毫秒
1.
由于TransE模型在处理不同类别关系时,忽略了同类别向量的语义差别,在对蔬菜领域知识图谱中存在的一对多、多对一和多对多的复杂属性关系进行表示学习时效果较差。本文在TransE方法的基础上,提出PTA(Path-based TransE for Attribute)模型对其进行改进。首先,将蔬菜领域实体和关系通过word2vector映射到一个低维稠密向量空间中;其次,将复杂的属性关系和上下位关系进行结合构成关系路径进行训练;并采取Mean Rank和Hits@10两个评价指标衡量表示学习模型的链接预测效果。试验结果表明:PTA模型较TransE模型在不考虑关系分类的情况下,链接预测效果有较大的提高,Mean Rank最高提前6个次序;且在对属性关系按照复杂度进行分类的情况下,链接预测Hits@10的值较TransE模型最高提高13%。 相似文献
3.
4.
为了给小麦耐盐分子机制的研究提供参考,以水稻(Oryza sativa L.)耐盐相关数量性状基因SKC1(Shoot K+Content)的cDNA序列(GenBank登录号:DQ148410)为基础,通过搜索GenBank数据库找到2条与OsSKC1同源的普通小麦(Triticum aestivum L.)EST(GenBank登录号:DR734861,CK193616)。根据EST-DR734861设计引物筛选粗山羊草AL8/78(Aegilops squarrosa)BAC文库,通过BAC延伸测序克隆了粗山羊草AL8/78的SKC1-like基因(AeSKC1),进一步根据AeSKC1序列设计特异引物克隆了普通小麦SKC1-like基因(TaSKC1)。对人工合成双二倍体、地方品种和育成品种中TaSKC1的基因多样性分析表明,在驯化过程中TaSKC1瓶颈效应明显,属于驯化基因。 相似文献
5.
6.
7.