[發明專利]一種基于多種語義的知識圖譜表示學習方法

有效

• 申請號: 201611189576.2
• 申請日: 2016-12-21
• 公開（公告）號: CN107885760B
• 公開（公告）日: 2021-06-08
• 發明（設計）人: 常亮;栗永芳;祝曼麗;古天龍;徐周波
• 申請（專利權）人: 桂林電子科技大學
• 主分類號: G06F16/28
• 分類號: G06F16/28;G06F40/30
• 代理公司: 桂林市持衡專利商標事務所有限公司 45107
• 代理人: 陳躍琳

本發明公開一種基于多種語義的知識圖譜表示學習方法，首先考慮了關系的不同語義，采用實體向量與關系向量之間基于翻譯的模型，利用三元組結構中關系的不同語義并結合頭尾實體的投影向量定義關系矩陣，并很好地表示了三元組中實體向量與關系向量之間的相互關聯，且無須引入更多的參數；然后利用損失函數將實體向量和關系向量關聯起來，并優化該損失函數，當達到優化目標時，就可以學得知識圖譜中每個實體的向量和關系的向量。本發明解決了知識庫中實體和關系的異質性和不平衡性，更精確地表示實體和關系及其之間的相互聯系，并將其應用于大規模知識圖譜中。

技術領域

本發明涉及知識圖譜技術領域，具體涉及一種基于多種語義的知識圖譜表示學習方法。

背景技術

隨著當今社會迅猛發展，我們逐漸進入一個信息化，智能化時代。海量新的數據和信息每天都以不同的形式產生。移動互聯網已成為當今社會最有效便捷的信息獲取平臺，用戶對真實信息獲取的需求日益迫切，如何從海量數據中獲取有效信息已成為眾多領域面臨的主要難題。知識圖譜由此應運而生。

知識圖譜作為一種新的知識表示方法，屬于語義網范疇，其目標是描述真實世界中存在的各種實體和概念，以及這些實體、概念之間的關聯，捕捉并呈現領域概念之間的語義關系知識圖譜主要采用(實體1，關系，實體2)三元組形式表示知識，實體表示現實世界中存在的事物或抽象概念，在知識圖譜中用結點表示，關系表示實體與實體之間存在著某種聯系，用結點與節點之間的有向連線表示。例如，曹雪芹是紅樓夢的作者這一事實，在知識圖譜中即可用三元組關系(曹雪芹，是……作者，紅樓夢)來表示。知識圖譜能夠消除語言多異性的干擾，并且能對目標實體及其相關實體之間建立更深層的內在聯系，目前被廣泛用于信息檢索、數據挖掘，數據分析等眾多領域。現有的知識圖譜規模已十分龐大，但信息每天都在變化與增加，因此用更有效的方法對知識圖譜進行表示，補全與推理是當下重要的研究熱點。

大規模知識圖譜稀疏性嚴重。而近年來，以深度學習為代表的表示學習異軍突起，在語音識別、圖像分析及自然語言處理等眾多領域廣受關注。表示學習的目標是，通過機器學習將研究對象的語義信息表示為稠密低維度的實值向量，該向量的表示是一種分布式表示。利用實體的分布式表示我們可以快速計算實體間的語義相似度并且可以有效地補全知識圖譜。知識表示學習實現了對實體和關系的分布式表示，顯著提升了計算效率，效緩解數據稀疏問題并且可以實現異質信息的融合。然而，現有知識表示學習方法有些過于簡單無法很好地表示知識圖譜中的實體和關系，有些過于復雜無法將其應用于大規模知識圖譜中，現有知識庫中實體和關系的異質性和不平衡性是制約知識表示學習的難題。

發明內容

本發明所要解決的是現有知識圖譜表示學習方法所存在的無法精確表示關系的不同語義下實體之間的聯系的的問題，提供一種基于多種語義的知識圖譜表示學習方法，以提高知識圖譜的精確度。

為解決上述問題，本發明是通過以下技術方案實現的：

一種基于多種語義的知識圖譜表示學習方法，包括如下步驟：

步驟1、根據關系的不同語義定義關系矩陣，通過關系矩陣定義打分函數來表示知識圖譜中實體與關系之間的相互關聯；

步驟11、定義優化目標為：

hM_r+r＝tM_r

其中，M_r＝αM_h+(1-α)M_t；h表示頭實體，t表示尾實體，r表示頭實體h和尾實體t的關系，M_r是關系矩陣，M_h是根據頭實體定義的投影矩陣，M_t是根據尾實體定義的投影矩陣，α是用來確定關系矩陣的參數；

步驟12、利用實體向量與關系向量之間基于翻譯的模型，定義衡量關系和實體對之間相互關聯的打分函數；