[發明專利]基于謂語類型預測關聯的數字信息驅動的系統和方法

在審

• 申請號: 202011408237.5
• 申請日: 2020-12-04
• 公開（公告）號: CN112925857A
• 公開（公告）日: 2021-06-08
• 發明（設計）人: Q·尤爾艾因;M·扎亞茨;P·莫羅;F·布倫南;S·派;L·克斯塔貝爾羅;S·戈爾曼
• 申請（專利權）人: 埃森哲環球解決方案有限公司
• 主分類號: G06F16/28
• 分類號: G06F16/28;G16H50/70
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 馬明月

1.一種用于預測知識圖中的節點到節點鏈接的系統，包括：

存儲器，用于存儲可執行指令；以及

處理器，適用于訪問所述存儲器，所述處理器還適用于執行被存儲在所述存儲器中的所述可執行指令，以：

接收基于知識庫的知識圖，所述知識圖包括第一節點與第二節點之間的鏈接，所述第一節點和所述第二節點表示相關聯賓語，所述知識庫包括被存儲在所述存儲器中的基于圖的數據集，所述基于圖的數據集將所述第一節點與所述第二節點相關聯，所述知識庫的所述基于圖的數據集包括謂語元數據集合，所述謂語元數據集合被指派給所述知識圖中的每個三元組，所述知識庫的所述基于圖的數據集包括被指派給所述知識圖中的每個三元組的顯著性參數，

針對所述知識圖中的每個三元組確定正結構得分，

基于每個對應顯著性參數來調整每個正結構得分，

根據所述基于圖的數據集來生成基于合成負圖的數據集，所述基于合成負圖的數據集包括合成負三元組集合，

針對所述基于合成負圖的數據集中的每個合成負三元組確定負結構得分，

基于每個對應顯著性參數來調整每個負結構得分，

基于調整后的所述正結構得分和調整后的所述負結構得分來確定顯著性損失值，以及

基于所述顯著性損失值來確定所述知識圖中的第三節點與第四節點之間的鏈接的似然得分。

2.根據權利要求1所述的系統，其中所述處理器還適用于：

借助于回歸損失、基于多個神經網絡來生成謂語元數據參數集合，其中所生成的所述謂語元數據參數集合包括被指派給所述知識庫的每個基于圖的數據集的所述謂語元數據參數集合。

3.根據權利要求1所述的系統，其中當所述處理器適用于基于所述顯著性損失值來確定所述知識圖中的所述第三節點與所述第四節點之間的所述鏈接的所述似然得分時，所述處理器適用于：

針對所述謂語元數據集合確定謂語元數據損失值；以及

基于所述顯著性損失值和所述謂語元數據損失值來確定所述知識圖中的所述第三節點與所述第四節點之間的所述鏈接的所述似然得分。

4.根據權利要求3所述的系統，其中當所述處理器適用于基于所述顯著性損失值和所述謂語元數據損失值來確定所述知識圖中的所述第三節點與所述第四節點之間的所述鏈接的所述似然得分時，所述處理器適用于：

基于所述顯著性損失值和所述謂語元數據損失值來確定總體損失值；

基于機器學習模型來使所述總體損失值最小化；以及

基于最小化的所述總體損失值來確定所述知識圖中的所述第三節點與所述第四節點之間的所述鏈接的所述似然得分。

5.根據權利要求4所述的系統，其中當所述處理器適用于基于最小化的所述總體損失值來確定所述知識圖中的所述第三節點與所述第四節點之間的所述鏈接的所述似然得分時，所述處理器適用于：

基于最小化的所述總體損失值來確定訓練后的模型；

接收基于圖的數據集的實時用戶輸入請求；以及

基于所述訓練后的模型和所述用戶輸入請求來確定所述第三節點與所述第四節點之間的所述鏈接的所述似然得分。

6.根據權利要求5所述的系統，其中所述處理器還適用于：

確定所述鏈接的所述似然得分是否大于預設閾值；以及

響應于所述似然得分大于所述預設閾值的所述確定，用所述鏈接更新所述知識圖。

7.根據權利要求6所述的系統，其中所述處理器還適用于：

響應于所述似然得分不大于所述預設閾值的所述確定，用警告消息標記所述鏈接。