[發明專利]一種迭代的實體對齊模型

有效

• 申請號: 201710565742.2
• 申請日: 2017-07-12
• 公開（公告）號: CN107480191B
• 公開（公告）日: 2020-08-21
• 發明（設計）人: 劉知遠;朱昊;謝若冰;孫茂松
• 申請（專利權）人: 清華大學
• 主分類號: G06F16/36
• 分類號: G06F16/36
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王慶龍;曹杰

1.實體對齊方法，其特征在于，所述實體對齊方法應用于不同的單一領域或開放領域的知識庫中，所述方法包括步驟：

分別獲得第一知識圖譜KG₁中實體的向量表示和第二知識圖譜KG₂中實體的向量表示；所述知識庫包含有客觀世界上的一些有可區別性且獨立存在的事物；所述事物至少包括人名和地名；所述第一知識圖譜KG₁中實體的向量為表示人名和地名的向量、所述第二知識圖譜KG₁中實體的向量也為表示人名和地名的向量；KG_i＝(E_i，R_i，T_i)其中E_i，R_i，T_i分別表示知識圖譜中實體、關系、三元組的集合；

根據輸入的對齊種子實體對集合，綁定第一知識圖譜KG₁和第二知識圖譜KG₂中表示相同含義的實體向量表示，獲得第三知識圖譜KG；

根據第三知識圖譜KG、第一知識圖譜KG₁中實體的向量表示和第二知識圖譜中實體的向量表示，迭代計算實體向量表示之間的相似度；在迭代計算過程中，若某一對實體向量表示的距離小于閾值，則將該對實體向量表示對應的實體對加入第三知識圖譜KG，直至第三知識圖譜KG的實體個數不再增加；

所述迭代計算實體向量表示之間的相似度，包括：

訓練第一知識圖譜KG₁與第二知識圖譜KG₂之間的映射關系，直到評價函數L最小；其中：

L＝K+I；

K_T＝∑_(h,r,t)∈TL(h,r,t)；

L(h,r,t)＝∑_{(h′,r′,t′)∈T}-[γ+E(h,r,t)-E(h′,r′,t′)]₊；

E(h,r,t)＝||h+r-t||；

其中[x]₊＝max{0,x}表示0和x中的最大值，

T^-＝

{(h′,r,t)|h′∈E₁∪E₂}∪{(h,r,t′)|t′∈T₁∪T₂}∪{(h,r′,t)|r′∈R},(h,r,t)∈KG₁∪KG₂}；

R(e₁,e₂)＝σ(k(θ-E(e₁,e₂)))；

E(p,r)＝|(|p-r|)|＝|(|p-(t-h)|)|＝E(h,p,t)；

其中，H(e_x，e_y)函數表示將K函數中的每一項e_x替換為e_y之后的函數，第一知識圖譜KG₁＝(E₁,R,T₁)，第二知識圖譜KG₂＝(E₂,R,T₂)，第三知識圖譜KG＝(E,R,T)；其中，E、E1、E2表示分別屬于和KG、KG₁和KG₂實體集、R表示KG、KG₁和KG₂中的關系集；T、T1和T2表示分別屬于KG、KG₁和KG₂的三元組的集合；e₁∈E1,e₂∈E2，e、h∈E₁∪E₂，r₁、r₂∈R，t∈T₁∪T₂，γ、θ、Z為超參數。

2.根據權利要求1所述的方法，其特征在于，所述迭代計算實體向量表示之間的相似度，包括：

通過隨機梯度下降，最小化評價函數，對所有參數進行學習與更新。

3.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1或2所述方法的步驟。

4.一種計算機設備，包括存儲器、處理器以及存儲在所述存儲器上并可在所述處理器上執行的計算機程序，其特征在于，所述處理器執行所述程序時實現如權利要求1或2所述方法的步驟。