[發明專利]知識圖譜中多跳實體關系預測方法和裝置

在審

• 申請號: 201911263786.5
• 申請日: 2019-12-11
• 公開（公告）號: CN111026881A
• 公開（公告）日: 2020-04-17
• 發明（設計）人: 趙曉娟;常春喜;鄧勁生;王昌海;劉靜;宋怡晨;謝浩成;馬鍶霞;李晨晨;汪天祥
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/33;G06F40/295;G06N3/04;G06N3/08
• 代理公司: 長沙國科天河知識產權代理有限公司 43225
• 代理人: 邱軼

本申請涉及一種知識圖譜中多跳實體關系預測方法和裝置。所述方法包括：從訓練集中獲取實體對，根據實體對構建多跳的推理關系鏈，利用預先設置的第一門控循環單元對關系序列進行編碼，得到關系序列對應的隱狀態序列，利用預先設置的第二門控循環單元對隱狀態序列進行編碼，得到預測實體序列，根據預測實體序列，確定第一損失函數，根據第一損失函數以及訓練集中的實體對，對預先設置的神經網絡模型進行訓練，得到實體關系預測模型，將知識圖譜中實體對輸入實體關系預測模型，得到實體對的關系預測結果。采用本方法能夠準確的預測知識圖譜中多跳實體對的關系。

技術領域

本申請涉及知識圖譜技術領域，特別是涉及一種知識圖譜中多跳實體關系預測方法和裝置。

背景技術

知識圖譜的初衷是為了提高搜索引擎的能力，增強用戶的搜索質量以及搜索體驗。常見的知識圖譜有：Freebase、Wikidata、DBpedia、YAGO等。隨著人工智能的技術發展和應用，知識圖譜作為關鍵技術之一，已被廣泛應用于智能搜索、智能問答、個性化推薦等領域。

傳統推理是指通過各種方法獲得新的知識或結論。知識圖譜推理則是根據已有的知識圖譜推斷出新的實體與實體之間的關系，即建立新知識；還包括知識圖譜邏輯沖突檢測和沖突解決。知識圖譜推理可以分為基于符號的推理和基于統計的推理。在人工智能的研究中，基于符號的推理一般是基于一階謂詞邏輯或者命題邏輯等經典邏輯進行的推理，有時候也包括基于缺少邏輯等經典邏輯的變異所進行的推理，通過是基于給定規則對知識圖譜進行確定性推理。基于統計的方法是指通過統計規律從知識圖譜中學習到新的實體與實體之間的關系，一般指關系機器學習方法，是一種不確定性推理。基于知識圖譜的推理在知識分類、知識檢驗與評估、知識鏈接預測與知識圖譜補全等知識計算中扮演重要角色。

在基于知識圖譜推理的已有研究中，一方面，不同順序的關系被編碼到同一空間中得出同樣的推理結果，而這常常是錯誤的；另一方面，只關注推理鏈上的關系而忽略推理鏈中不同的中間實體也可能會得出錯誤的推理結果。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠解決知識圖譜中實體關系推測不準確問題的知識圖譜中多跳實體關系預測方法和裝置。

一種知識圖譜中多跳實體關系預測方法，所述方法包括：

從訓練集中獲取實體對，根據所述實體對構建多跳的推理關系鏈；所述推理關系鏈包括：中間實體序列和關系序列；

利用預先設置的第一門控循環單元對所述關系序列進行編碼，得到所述關系序列對應的隱狀態序列；

利用預先設置的第二門控循環單元對所述隱狀態序列進行編碼，得到所述預測實體序列；

根據所述預測實體序列，確定第一損失函數；

根據所述第一損失函數以及所述訓練集中的實體對，對預先設置的神經網絡模型進行訓練，得到實體關系預測模型；

將知識圖譜中實體對輸入所述實體關系預測模型，得到實體對的關系預測結果。

在其中一個實施例中，還包括：設置初始隱狀態值；將所述初始隱狀態值和所述關系序列中第一個值輸入所述第一門控循環單元，得到隱狀態序列的第一個值；將所述隱狀態序列的第一個值和所述關系序列中第二個值輸入所述第一門控循環單元，得到隱狀態序列的第二個值；以此類推，將所述隱狀態序列的第t-1個值和所述關系序列的第t個值輸入所述第一門控循環單元，得到隱狀態序列的第t個值；根據隱狀態序列的第一個值、第二個值直至第t個值按序排列得到關系序列對應的隱狀態序列。