[發明專利]一種標簽補齊方法及裝置

在審

• 申請號: 201810287854.0
• 申請日: 2018-03-31
• 公開（公告）號: CN110555137A
• 公開（公告）日: 2019-12-10
• 發明（設計）人: 胡磊;張旭
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06F16/78
• 分類號: G06F16/78;G06F16/71
• 代理公司: 11274 北京中博世達專利商標代理有限公司
• 代理人: 張皎皎

1.一種標簽補齊方法，其特征在于，包括：

獲取第一實體的候選標簽集合；所述候選標簽集合包括至少一個標簽值表示向量；

計算每一個所述標簽值表示向量基于關系表示向量與所述第一實體的實體表示向量的匹配度；所述實體表示向量是根據所述第一實體的標識確定的表示向量；所述關系表示向量指示的關系為標簽；

將與所述第一實體的實體表示向量匹配度較高的前N個標簽值表示向量對應的標簽作為為所述第一實體的標簽；所述N為大于等于1的整數。

2.根據權利要求1所述的方法，其特征在于，所述獲取第一實體的候選標簽集合具體包括：

確定元數據集合，所述元數據集合包括至少一個第二實體中每一個第二實體對應的屬性以及各個屬性對應的屬性值；

根據所述元數據集合生成有效表示向量集合；所述有效表示向量集合包括實體表示向量、關系表示向量、屬性值表示向量、類型值表示向量以及標簽值表示向量；

根據所述有效表示向量集合中的標簽值表示向量構成所述候選標簽集合。

3.根據權利2所述的方法，其特征在于，所述根據所述元數據集合生成有效表示向量集合具體包括：

根據所述元數據集合中的屬性以及屬性值確定M個三元組；所述三元組包括頭實體、關系以及尾實體，所述頭實體與所述尾實體滿足所述關系，所述M為大于等于1的整數；

將所述M個三元組中的每一個三元組的頭實體、關系以及尾實體分別轉化成表示向量，獲得所述M個三元組中每一個三元組對應的表示向量三元組；所述三元組中的關系對應的向量為關系表示向量，所述三元組的頭實體對應的表示向量為實體表示向量或屬性名表示向量，所述三元組的尾實體對應的表示向量為屬性值表示向量、類型值表示向量或標簽值表示向量；

對所有所述表示向量三元組進行M次有放回的隨機采樣，獲得正例三元組，確定每一個所述正例三元組對應的負例三元組；所述正例三元組中的關系與所述負例三元組中的關系相同，所述正例三元組的頭實體與所述負例三元組的頭實體不同或所述正例三元組的尾實體與所述負例三元組的尾實體不同，所述負例三元組不在所有所述表示向量三元組構成的集合中；

根據所述正例三元組以及所述正例三元組對應的負例三元組，在所述M個三元組對應的表示向量三元組包括的表示向量中確定所述有效表示向量集合。

4.根據權利要求3所述的方法，其特征在于，所述根據所述正例三元組以及所述正例三元組對應的負例三元組，在所述M個三元組對應的表示向量三元組包括的表示向量中確定所述有效表示向量集合具體包括：

將所述所述正例三元組以及所述正例三元組對應的負例三元組代入以下公式：判斷目標函數L是否收斂；

若所述目標函數L收斂，則根據所述所述M個三元組對應的表示向量三元組包括的表示向量構建所述有效表示向量集合；

若所述目標函數L未收斂，則根據隨機梯度下降算法更新所有正例三元組以及所有負例三元組，直至更新后的正例三元組以及負例三元組使得所述目標函數L收斂；將所述更新后的正例三元組包括的表示向量確定為所述有效表示向量集合；

其中，(h,r,t)代表正例三元組，P為所有正例三元組構成的集合，(h′,r,t′)代表負例三元組，Q為所有正例三元組對應的負例三元組構成的集合，所述M_h為實數，所述[x]₊表示實數x與0中的較大值，||h||表示向量h的1范數或向量h的2范數。

5.根據權利要求4所述的方法，其特征在于，所述根據隨機梯度下降算法更新所有正例三元組以及所有負例三元組具體包括：

對于所述正例三元組中的一個表示向量w，更新后的表示向量w′＝w-u*2*|t-h-r|；其中，u為學習率，t為向量w所在正例三元組的尾實體對應的表示向量，h為向量w所在正例三元組的頭實體對應的表示向量，r為向量w所在正例三元組的關系對應的表示向量；

對于所述負例三元組中的一個表示向量w，更新后的表示向量w′＝w-u*2*|t′-h′-r|；其中，u為學習率，t′為向量w所在負例三元組的尾實體對應的表示向量，h′為向量w所在負例三元組的頭實體對應的表示向量，r為向量w所在負例三元組的關系對應的表示向量。