[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

本發明涉及一種面向社會關系抽取的網絡表示的方法，屬于機器學習及網絡表示學習的技術領域，所述方法包括如下步驟：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。本發明能夠利用平移的思想對網絡節點及它們之間的關系進行建模，在關系抽取任務上取得了顯著的提升。同時，這種方法能夠適用于不同類型網絡的表示學習和關系抽取中，具有良好的適用范圍及可擴展性。

技術領域

本發明涉及機器學習以及網絡表示學習技術領域，具體涉及一種基于最面向社會關系抽取的網絡表示方法。

背景技術

本部分向讀者介紹可能與本發明的各個方面相關的背景技術，相信能夠向讀者提供有用的背景信息，從而有助于讀者更好地理解本發明的各個方面。因此，可以理解，本部分的說明是用于上述目的，而并非構成對現有技術的承認。

真實世界中的實體，通常會互相交互，形成大規模的復雜網絡。近些年來，從社會學領域到計算科學領域，針對網絡分析的研究取得了巨大的進步。傳統的網絡分析的技術，會把每個網絡節點看作一個唯一的符號。這種表示方法通常面臨著稀疏性問題，對于許多任務，例如節點分類、個性化推薦、異常檢測以及關系預測，都極大的影響了最終的效果。

為了克服稀疏性問題，受到近些年來表示學習的啟發，學者們提出了針對網絡分析的網絡表示學習的方法。網絡表示學習目的是將復雜網絡中的節點的網絡結構信息，編碼到一個低維的語義空間中。可以通過網絡節點的這種連續實值的表示，來判斷節點之間的距離遠近，有無關系等等。同時，這種實值的表示，還可以作為特征向量，用作分類以及聚類等網絡分析任務上。

但是目前這些已有的方法往往會忽略網絡中邊上豐富的信息。在這些方法中，網絡中的邊通常會被簡化成一個0/1值或實數值。然而，這種簡化往往不能很好的對邊上豐富的信息進行建模。此外，真實世界網絡中節點之間的交互往往蘊含著不同的含義。例如，社交媒體中對同一個用戶的關注行為可能出于不同的原因；學術網絡中兩個學者與另外一個學者有合作關系，但可能處于完全不同的共同興趣。因此，如何將邊上豐富的關系信息融入到網絡表示學習中十分重要。

發明內容

要解決的技術問題是如何提供如何結合社交網絡中節點之間邊上豐富的關系信息，學習網絡節點及關系的表示，來預測未標注節點之間的關系。

針對現有技術中的缺陷，本發明提供一種基于最面向社會關系抽取的網絡表示方法，可以學習網絡節點及關系的表示。

第一方面，本發明提供了一種基于最面向社會關系抽取的網絡表示方法，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。

可選地，所述為網絡節點之間的邊進行關系標注包括：

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。

可選地，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

可選地，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，利用這些標簽來作為邊的關系的標注。

可選地，所述對標注關系的邊劃分訓練集測試集包括：