[發明專利]一種基于線性規劃的本體包含公理學習方法

在審

• 申請號: 201911070577.9
• 申請日: 2019-11-05
• 公開（公告）號: CN110888942A
• 公開（公告）日: 2020-03-17
• 發明（設計）人: 趙樂園;張小旺;馮志勇
• 申請（專利權）人: 天津大學
• 主分類號: G06F16/28
• 分類號: G06F16/28;G06F16/36
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 潘俊達

1.一種基于線性規劃的本體包含公理學習方法，其特征在于，包括：

步驟一：構建表示學習模型SetE，將知識圖譜Abox的實體數據、類型數據及關系數據輸入所述表示學習模型SetE；

步驟二：計算所述類型數據之間的包含關系，提取所述包含關系形成公理。

2.如權利要求1所述的基于線性規劃的本體包含公理學習方法，其特征在于，所述步驟一中，所述表示學習模型SetE的構建過程包括：

構建實體類型數據的得分函數：其中，e表示單個實體數據的向量表示，t表示單個類型數據的向量表示，i為1～n之間的自然數，[e]_i表示實體數據e的向量表示的第i維，[t]_i表示類型數據t的向量表示的第i維，所述f(e,t)表示所述實體數據和所述類型數據的得分函數，所述實體數據具有n維的向量，所述T表示所述n維的向量的轉置。

3.如權利要求2所述的基于線性規劃的本體包含公理學習方法，其特征在于，所述表示學習模型SetE的構建過程還包括：

將所述實體數據劃分為頭實體數據和尾實體數據；

構建實體關系數據的得分函數：其中，s表示單個頭實體數據的向量表示，o表示單個尾實體數據的向量表示，p表示單個關系數據的向量表示，j為1～2n之間的自然數，[p]_j表示關系數據p的向量表示的第j維，所述g(s,p,o)表示所述實體數據和所述關系數據的得分函數，所述concat(s,o)表示所述頭實體數據和所述尾實體數據的拼接函數，所述拼接函數表示把所述頭實體數據的n維向量和所述尾實體數據的n維向量連接成一個2n維度的向量。

4.如權利要求3所述的基于線性規劃的本體包含公理學習方法，其特征在于，所述表示學習模型SetE的構建過程還包括：

設定所述關系數據的閾值為B_r；

構建實體關系正樣本<s,p,o>，使所述實體關系正樣本的得分函數g(s,p,o)與所述B_r滿足關系式：g(s,p,o)≥B_r；

構建實體關系負樣本<s′,p′,o′>，使所述實體關系負樣本的得分函數g(s′,p′,o′)與所述B_r滿足關系式：g(s′,p′,o′)<B_r；

構建實體關系數據的損失函數：

，

其中，所述F表示所述實體數據和所述關系數據的總樣本集，所述F⁺表示實體關系正樣本集，所述F^-表示實體關系負樣本集，所述s’表示所述F^-的頭實體數據的向量表示，所述p’表示所述F^-的關系數據的向量表示，所述o’表示所述F^-的尾實體數據的向量表示，所述L_F表示所述實體數據和所述關系數據的損失函數。

5.如權利要求2所述的基于線性規劃的本體包含公理學習方法，其特征在于，所述步驟二中，所述類型數據之間的包含關系的計算過程包括：

設定所述類型數據的閾值為B_t；

構建實體類型正樣本<e,t>，使所述實體類型正樣本的得分函數f(e,t)與所述B_t滿足關系式：f(e,t)≥B_t；

構建實體類型負樣本<e′,t′>，使所述實體類型負樣本的得分函數f(e′,t′)與所述B_t滿足關系式：f(e′,t′)<B_t；

構建實體類型數據的損失函數：

，

其中，所述I表示所述實體數據和所述類型數據的總樣本集，所述I⁺表示實體類型正樣本集，所述I^-表示實體類型負樣本集，所述e’表示所述I^-的實體數據的向量表示，所述t’表示所述I^-的類型數據的向量表示，所述L_I表示所述實體數據和所述類型數據的損失函數。