[發明專利]知識表示方法、系統、存儲介質以及計算機設備

在審

• 申請號: 202011107288.4
• 申請日: 2020-10-16
• 公開（公告）號: CN114386607A
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 王斌鋒;喬建行;馬征
• 申請（專利權）人: 北京鴻享技術服務有限公司
• 主分類號: G06N5/02
• 分類號: G06N5/02;G06F16/36;G06K9/62
• 代理公司: 北京律誠同業知識產權代理有限公司 11006
• 代理人: 王玉雙;朱穎嫻

1.一種知識表示方法，基于現有的知識圖譜，其特征在于，包括：

獲取用戶下載的多個軟件，獲取多個所述軟件對應的標簽；

獲取各個所述標簽的相似標簽；

將所述標簽以及所述相似標簽構成三元組，所述三元組為第一三元組，所述第一三元組形成第一知識圖譜；

將所述現有的知識圖譜與所述第一知識圖譜進行融合形成第二知識圖譜；所述第二知識圖譜中的三元組為第二三元組；

基于廣度優先搜索算法BFS對所述第二知識圖譜進行采樣，獲得樣本三元組；

對所有所述樣本三元組進行表示學習。

2.根據權利要求1所述的知識表示方法，其特征在于，獲取用戶下載的多個軟件，獲取多個所述軟件對應的標簽的步驟包括：

根據所述用戶的軟件下載行為獲取多個所述軟件的ID，構成軟件的ID序列；

分別將多個所述軟件的ID映射為所述軟件對應的標簽的ID，獲得所述標簽的ID序列。

3.根據權利要求2所述的知識表示方法，其特征在于，獲取各個所述標簽的相似標簽的步驟包括：

將所述標簽的ID序列中的各個所述標簽的ID進行向量表示；

根據兩兩所述標簽的ID的所述向量表示計算兩兩所述標簽的相似度；

根據兩兩所述標簽的相似度獲得各個所述標簽的相似標簽。

4.根據權利要求3所述的知識表示方法，其特征在于，所述將所述標簽的ID序列中的所述標簽的ID進行向量表示的步驟包括：

將所述標簽的ID序列輸入至word2vec模型進行訓練；

基于訓練后的所述word2vec模型獲得所述標簽的ID的Embedding向量表示。

5.根據權利要求4所述的知識表示方法，其特征在于，兩兩所述標簽的相似度大于預定閾值時，兩兩所述標簽互為相似標簽，所述根據兩兩所述標簽的相似度獲得各個所述標簽的相似標簽的步驟包括：

分別獲取各個所述標簽的topn相似標簽。

6.根據權利要求1所述的知識表示方法，其特征在于，所述基于廣度優先搜索算法BFS對所述第二知識圖譜進行采樣的步驟包括：

基于所述廣度優先搜索算法BFS采樣所述第二知識圖譜的2-hop的所述第二三元組。

7.根據權利要求1所述的知識表示方法，其特征在于，對所有所述樣本三元組進行表示學習的步驟包括：

基于翻譯模型訓練所有所述樣本三元組，獲得所述第二知識圖譜的靜態Embedding表達。

8.一種知識表示系統，基于現有的知識圖譜，其特征在于，包括：

標簽獲取模塊，用于獲取用戶下載的多個軟件，獲取多個所述軟件對應的標簽；

相似標簽獲取模塊，用于獲取各個所述標簽的相似標簽；

圖譜構建模塊，用于將所述標簽以及所述相似標簽構成三元組，所述三元組為第一三元組，所述第一三元組形成第一知識圖譜；

圖譜融合模塊，用于將所述現有的知識圖譜與所述第一知識圖譜進行融合形成第二知識圖譜；所述第二知識圖譜中的三元組為第二三元組；

采樣模塊，用于基于廣度優先搜索算法BFS對所述第二知識圖譜進行采樣，獲得樣本三元組；

知識表示模塊，用于對所有所述樣本三元組進行表示學習。

9.一種存儲介質，其特征在于，用于存儲一種用于執行權利要求1～7中任意一種知識表示方法的計算機程序。

10.一種計算機設備，包括存儲介質、處理器以及存儲在所述存儲介質上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1～7任一項所述的知識表示方法。