一种基于超图神经网络的教育知识图谱实体识别方法

本发明公开了一种基于超图神经网络的教育知识图谱实体识别方法，包括S1、构建超图模型；S2、使用超图神经网络处理超图数据，超图神经网络通过自定义的消息传递机制在超节点之间传递信息；S3、训练超图神经网络，使用无标注的教育实体数据进行无监督学习，自动识别和归纳实体类别及其关系；S4、应用训练好的超图神经网络对未标注的教育材料进行实体识别，自动检测和分类文本中的关键实体和关系，实现教育知识的自动化更新和扩展；S5、动态更新教育知识图谱，根据新识别的实体和关系调整图谱结构，以支持教育决策和学习过程的需求。本发明通过构建超图模型，将教育领域中的实体及其复杂关系表示为超节点和超边，有效地捕捉多维度、多层次的关系。