[發明專利]一種基于結構信息與文本描述的知識圖譜表示學習方法

有效

• 申請號: 201811011812.0
• 申請日: 2018-08-31
• 公開（公告）號: CN109299284B
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 姚宏;李圣文;李清濤;劉超;董理君;康曉軍
• 申請（專利權）人: 中國地質大學（武漢）
• 主分類號: G06F16/36
• 分類號: G06F16/36
• 代理公司: 武漢知產時代知識產權代理有限公司 42238
• 代理人: 孫麗麗

1.一種基于結構信息與文本描述的知識圖譜表示學習方法，其特征在于，包括：

步驟1：從預設知識庫中獲取三元組信息，每個三元組信息包括頭實體、關系和尾實體，采用TransE學習方法對獲取的三元組信息進行處理分別得到各個三元組信息中頭實體、關系和尾實體的表示向量，每個三元組信息息中頭實體、關系和尾實體的表示向量組成一個基于符號的表示向量；

步驟2：將步驟1 得到的各個基于符號的表示向量存入數據庫，并建立相應的索引；

步驟3：依次對所述預設知識庫中的每個實體進行查詢，得到所查詢的實體分別作為頭實體和尾實體時對應的實體；

步驟4：根據步驟3得到各個所查詢的實體對應的實體集合，對于每個查詢的實體：在所述預設知識庫中查詢對應實體集合中包含的所有實體的id，采用隨機游走的方式得到對應實體集合中所有實體的id，連接構成一實體id序列；

步驟5：根據具體步驟4得到的各個實體id序列，分別采用skip-gram模型學習得到一個基于網絡結構的表示向量；

步驟6：對所述預設知識庫中各個實體的描述文本分別進行預處理；

步驟7：對步驟6中預處理后的各個實體的描述文本采用word2vec中的CBOW方法分別進行描述文本做詞向量生成，分別得到表示詞向量；

步驟8：對于步驟7得到的各個表示詞向量：將表示詞向量分別作為CNN編碼器的輸入，設置兩個卷積層，兩個池化層，學習得到各個實體的基于描述文本的表示向量；

步驟9：分別將同一個實體的基于符號的表示向量、基于網絡結構的表示向量和基于描述文本的表示向量進行拼接，得到各個實體的拼接向量；

步驟10：采用TransE學習方法，對各個實體的拼接向量進行學習得到各個實體的最終表示向量。

2.根據權利要求1所述的一種基于結構信息與文本描述的知識圖譜表示學習方法，其特征在于，采用Freebase的子集合FB15k作為所述預設知識庫。

3.根據權利要求1所述的一種基于結構信息與文本描述的知識圖譜表示學習方法，其特征在于，步驟6中預處理具體包括去除停用詞，將由多個字符組成的實體名稱連接當作一個詞語。

4.根據權利要求1所述的一種基于結構信息與文本描述的知識圖譜表示學習方法，其特征在于，步驟7中詞向量生成過程中，需要設置每個詞向量的維度大小、min-count和滑動窗口值。