[發明專利]一種基于不確定性本體的知識表示方法

在審

• 申請號: 202011321197.0
• 申請日: 2020-11-23
• 公開（公告）號: CN112463979A
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 張嘉韜;漆桂林
• 申請（專利權）人: 東南大學
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F40/30
• 代理公司: 南京眾聯專利代理有限公司 32206
• 代理人: 薛雨妍

本發明提供一種基于不確定性本體的知識表示方法，包括以下步驟：步驟（1）從帶有不確定性信息的本體知識圖譜中獲取實體、類型、關系及帶有不確定信息的三元組；步驟（2）對實例、類型、關系的表示向量初始化；步驟（3）基于不確定性本體的距離函數，構建不確定三元組的能量方程；步驟（4）根據所述距離函數，構建基于均方誤差的損失函數，通過最小化損失函數，學習實體及關系的表示。本發明的有益效果：能夠在學習知識表示的同時，保留不確定性信息。

技術領域

本發明涉及自然語言處理以及知識表示學習技術領域，更具體地，涉及一種基于不確定性本體的知識表示方法。

背景技術

知識圖譜是一種利用實體及關系來表示知識的方法，當前已經有許多大規模的知識圖譜，如DBpedia、Freebase等，這些知識圖譜在許多人工智能應用，如問答系統、語義搜索、關系抽取中都有著重要的應用。隨著知識圖譜成為研究熱點，不確定性也被很自然的引入到知識圖譜的研究當中：一方面，由于圖譜構造的各個環節，如關系抽取、實體鏈接等都充滿了噪聲與錯誤，導致難以保證最終知識圖譜的確定性；另一方面，許多知識本身就具有概率性和模糊性，尤其對于一些理論并不完備的領域，如生物醫學領域，許多經驗性的知識需要結合概率才能進行描述。當前的不確定性知識圖譜有NELL、Probase等，這些圖譜允許其三元組具有置信度信息，用于描述三元組的不確定性。通過將不確定性引入知識圖譜，一方面能夠更加精確的對知識進行描述，另一方面允許更多具有潛在價值的三元組進入圖譜，一定程度上提高了圖譜的覆蓋率，緩解了關系缺失的問題。

知識圖譜表示學習，是研究如何用低維實值向量來表示圖譜中的實體及關系，并用這種表示進行圖譜的補全或推理，當前比較具有代表性的工作有TransE、DistMult、RESCAL等，然而這些工作都沒有考慮到知識圖譜所具有的不確定性。相比基礎的知識圖譜表示學習，不確定性知識圖譜表示學習更具挑戰性，不確定性知識圖譜表示學習在保留了圖譜結構及語義信息的基礎上，還需要保留三元組的置信度信息，并實現更加精確的推理，其中比較具有代表性的方法有UKGE、CTransE等。由于可以實現不確定性信息的編碼，不確定表示學習已經被應用在了許多對推理精度要求更高、誤差更加敏感的任務中，如罕見疾病藥物挖掘等。

本體是知識圖譜的重要組成部分，其可以充分表達知識圖譜中概念及概念間的關系，有效地利用本體信息可以很大程度上提高基于知識圖譜推理的效果。當前，將本體與知識圖譜表示學習相結合的代表方法有JOIE等，然而這些工作中的本體都需要人工構建，費時費力。為了解決這個問題，一些方法希望利用規則挖掘技術自動化地從知識圖譜中挖掘本體，然而這些挖掘出來的本體往往質量比較低，帶有很大的不確定性。

綜上，基于該領域當前的研究情況，亟待提出一種能夠將不確定性本體圖譜與表示學習結合的方法，能夠在更加準確表示實例、類型、關系的基礎上，實現更加精準的知識圖譜補全及推理。

發明內容

為解決上述問題，本發明公開了為有效利用不確定性本體中的不確定性信息，提高推理的精度，其中本發明的解決方案是：

一種基于不確定性本體的知識表示方法，包括以下步驟：

步驟1：從帶有不確定性信息的本體知識圖譜中獲取實體、類型、關系及帶有不確定信息的三元組；

步驟2：對實例、類型、關系的表示向量初始化；

步驟3：基于不確定性本體的距離函數，構建不確定三元組的能量方程；

步驟4：根據所述距離函數，構建基于均方誤差的損失函數，通過最小化損失函數，學習實體及關系的向量表示。