[發明專利]一種基于最面向社會關系抽取的網絡表示方法

有效

• 申請號: 201710476332.0
• 申請日: 2017-06-21
• 公開（公告）號: CN107392229B
• 公開（公告）日: 2020-03-13
• 發明（設計）人: 孫茂松;涂存超;劉知遠
• 申請（專利權）人: 清華大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q50/00
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;李官

1.一種基于最面向社會關系抽取的網絡表示方法，其特征在于，包括：

為網絡節點之間的邊進行關系標注；

利用基于平移的網絡表示學習方法學習網絡節點表示及關系表示；

利用學習到的網絡節點的表示及關系表示對未標注的邊進行關系抽取；

其中，所述利用基于平移的網絡表示學習方法學習網絡節點表示及關系表示包括：

構建社交網絡，完成對其中邊的關系進行標注；

根據節點與節點之間的網絡信息及標注好的關系，來學習每個節點的表示向量；

通過一個深層自動編碼器來獲得向量表示；

設計模型目標函數；

對目標函數優化得到每個節點的表示向量及關系的表示向量；

其中，所述為網絡節點之間的邊進行關系標注包括：

構建社交網絡數據集；

根據交互文本信息進行邊的關系標注；

對標注關系的邊劃分訓練集測試集；

所述建社交網絡數據集包括：

抓取收集網絡中的節點之間的關聯信息，以及節點之間交互的文本信息；

所述根據交互文本信息進行邊的關系標注包括：

利用關鍵詞抽取或命名實體識別方法，從交互的文本信息中抽取標簽，利用所述標簽作為邊的關系的標注。

2.根據權利要求1所述的方法，其特征在于，所述對標注關系的邊劃分訓練集測試集包括：

對已經標注好關系的邊，抽取一定的比例作為訓練集，用于訓練網絡節點表示，剩余部分用作測試集，用來測試訓練好的網絡表示在關系抽取上的效果。

3.根據權利要求1所述的方法，其特征在于，所述利用學習到的網絡節點的表示及關系表示對未標注的邊進行關系抽取包括：

通過得到邊的近似的表示向量，然后通過深層自動編碼器的解碼器部分進行解碼，得到重構出的標簽向量，將重構向量與標準值進行對比來評價模型效果。