[發明專利]一種精準描述知識圖譜中元素語義的子圖抽取方法

有效

• 申請號: 202011175554.7
• 申請日: 2020-10-29
• 公開（公告）號: CN112256835B
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 汪鵬;徐忠鍇
• 申請（專利權）人: 東南大學
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/36;G06F40/216;G06F40/295;G06F40/30
• 代理公司: 南京眾聯專利代理有限公司 32206
• 代理人: 蔣昱

本發明公開了一種用于精準描述知識圖譜中元素語義的子圖抽取方法。通過分析概念、關系、實體等知識圖譜元素的語義在知識圖譜中的表示特點，利用電路模型實現描述元素的語義子圖建模和抽取。語義子圖可準確描述元素在知識圖譜中的語義上下文，并且這種描述具有易于理解和可解釋的特點，能廣泛應用于各種基于知識圖譜的智能應用中。

技術領域

本發明屬于人工智能知識圖譜領域，特別涉及一種精準描述知識圖譜中元素語義的子圖抽取方法。

背景技術

知識圖譜是認知智能的核心技術之一，廣泛應用于機器翻譯、信息檢索、智能問答等場景中。如何構建和描述知識圖譜中元素的真實語義是大量知識圖譜應用的一個基礎問題。雖然基于深度學習的知識圖譜表示學習方法可將其中的元素和三元組表示為向量形式，但這種隱式表示形式不具有直觀的可解釋性和可理解性。在顯式語義表示上，元素的標識和注釋文本可在一定程度上反映其所代表的部分語義，但由于知識圖譜構建的隨意性，并非每個知識圖譜都會提供理想的描述文本，并且這種文本描述對元素語義的解釋是含糊的，即其中并不包含明確的語義關系描述。因此，只利用元素自身的信息并不能保證全面理解元素語義。為了正確理解元素在知識圖譜中的特定語義，往往還需要考慮與該元素相關的其它知識圖譜元素，并稱其為元素的語義上下文。同時，大多數知識圖譜映射系統并不依靠外部知識庫來構造真實的語義，因此本發明考慮在不借助外部知識庫的情況下如何直接從知識圖譜中獲得元素真實的語義描述。本發明借助知識圖譜圖來分析元素的語義上下文。直觀上，知識圖譜圖中與元素相關的點和邊構成了元素在知識圖譜中的語義上下文，這種語義上下文是知識圖譜圖中的一個子圖，稱之為元素的語義子圖。然而，目前尚未一種有效的方法來精準描述知識圖譜中表述實體語義子圖并對其進行高效抽取。

發明內容

為解決上述問題，本發明提出了一種精準描述知識圖譜中元素語義的子圖抽取方法，通過分析概念、關系、實體等知識圖譜元素的語義在知識圖譜中的表示特點，利用電路模型實現描述元素的語義子圖建模和抽取。語義子圖可準確描述元素在知識圖譜中的語義上下文，并且這種描述具有易于理解和可解釋的特點，能廣泛應用于各種基于知識圖譜的智能應用中，本專利提供一種精準描述知識圖譜中元素語義的子圖抽取方法，該方法包括以下內容：

1)知識圖譜的圖表示和預處理：根據知識圖譜的三元組表示特點，將其轉換為一個帶標簽的有向圖G_r，由于G_r中兩節點間可能存在多條邊，因此G_r是一個多圖，為了解決多圖在應用中難以處理的問題，采用一種結合知識圖譜原始圖和二部圖特點的混合表示方式，并這種圖稱為知識圖譜混合圖G_h，進一步，為簡化G_h中語義信息表示和明確隱含的語義關系，對G_h分別進行語義擴充、語義明確和精煉操作；

2)語義子圖：語義子圖是用于精確描述知識圖譜中給定的概念、屬性和實體元素的有限規模子圖，其并不強調語義完整性，即知識圖譜中有限個三元組便能精確描述元素在該知識圖譜中的語義，且元素語義的解釋無須用到整個知識圖譜全部的知識，語義子圖由描述給定元素的Top-k個三元組組成；

3)語義子圖抽取的電路模型構建：提出一種利用電路模型來解決語義子圖抽取，即將抽取語義子圖的問題轉化為一個電路模型進行求解，基于步驟1)中構建的圖，圖中的邊傳遞信息的能力對應于電路中的電導率C，圖中的頂點容納信息的能力對應于電路中的電壓V，電流I表征單位時間內在邊上通過的信息量，并給圖中增加一個接地的陷入點z，同時讓其它的所有點都增加一條指向z的邊，知識圖譜中s點的語義子圖即從s到z的連接子圖中捕獲電流最大的子圖；

4)電路模型中的電導率計算方法：針對知識圖譜圖的特點，提出了一套電導率權重計算規則，知識圖譜的圖中主要包括概念、屬性、實體及元語，首先分析不同成分傳遞信息時的權重，然后給出由它們構成的三元組的電導率計算規則，包括頻率規則、層次規則、實體空間規則、實體屬性描述規則和獨生實體優先規則；