[發明專利]基于知識圖譜表示學習的隱喻計算和裝置

有效

• 申請號: 202110231003.6
• 申請日: 2021-03-02
• 公開（公告）號: CN113157932B
• 公開（公告）日: 2023-03-28
• 發明（設計）人: 宋巍;郭京津;劉麗珍
• 申請（專利權）人: 首都師范大學
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F40/211;G06F40/289
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 韓海花

本申請提出一種基于知識圖譜表示學習的隱喻計算方法和裝置，涉及數據處理技術領域，其中，方法包括：獲取多對本體、屬性和喻體三元組構建隱喻知識圖譜；從語料庫中根據本體概念和屬性信息和/或喻體概念和屬性信息之間的共現頻率和預設頻率閾值確定外部概念屬性信息集合；根據隱喻知識圖譜確定概念集合和屬性集合獲取訓練樣本，根據訓練樣本和預設第一損失函數訓練隱喻知識圖譜嵌入模型；計算外部概念屬性信息集合中概念屬性對的相關概率和預設第二損失函數訓練概念屬性嵌入模型；根據隱喻知識圖譜嵌入模型和概念屬性嵌入模型生成聯合嵌入模型；獲取計算請求，通過聯合嵌入模型對計算請求進行處理，獲取計算結果。由此，提高隱喻計算準確性。

技術領域

本申請涉及數據處理技術領域，尤其涉及一種基于知識圖譜表示學習的隱喻計算方法 和裝置。

背景技術

隱喻是一種常見的修辭手法，它使用一種事物形象地描述另一種事物，是人們創造性 思維的產物。隱喻能夠幫助人們更好地表達觀點，理解和接受新的事物。

自然語言中無處不在的隱喻給自然語言處理系統及其研究中帶來了巨大的挑戰。人們 對語言的理解和創造是一種多層次的計算過程。人們在完成高級語義任務時，如創造隱喻 或推理隱喻含義時，通常運用了大量復雜的語言手段，結合了公認的常識信息和背景知識 對現實進行推理，并加以富有個人性格特色的情感色彩，最終得出結論。在自然語言處理 研究中，理想的語言理解模型也應該能夠自動執行這樣的高級語義任務，模擬人類的創造 性過程以及推理思維，從而自動生成、理解隱喻表達。迄今為止，在自然語言處理研究進 程中，許多研究任務集中在處理較低層的語言信息，如詞性標注、句法分析、共指消解、命名實體識別等；一部分研究學者的研究目標是改進基于統計的推理任務，如文本蘊含識別任務和自動摘要抽取任務；很少有研究者嘗試利用自然語言處理技術模擬人類使用語言構建高級推理過程的方式。

相關技術中，隱喻計算模型主要包括三種：隱喻識別、隱喻解釋和隱喻生成。大多數 隱喻相關研究均圍繞隱喻理論展開，如選擇偏好理論、概念映射理論等，比如在隱喻識別 任務中，首先在選擇偏好理論的基礎上，結合知識庫完成了動詞-名詞隱喻和形容詞-名詞 隱喻的識別。一些系統圍繞概念映射理論，手工設計特征來識別隱喻。這些特征包括淺層 的語法和句法信息和高層次語義特征，如語義角色、抽象性特征和基于知識庫的上下位詞 特征等，然而，基于概念隱喻理論的系統忽略了屬性在隱喻映射中的影響，導致隱喻計算 準確性不高。

發明內容

本申請旨在至少在一定程度上解決相關技術中的技術問題之一。

為此，本申請的第一個目的在于提出一種基于知識圖譜表示學習的隱喻計算方法，通 過模型聯合嵌入了隱喻知識圖譜和概念屬性集合，共同優化了概念和屬性的向量表示，增 強了模型的表示學習能力，從而提高了隱喻計算模型的性能，提高隱喻計算準確性。

本申請的第二個目的在于提出一種基于知識圖譜表示學習的隱喻計算裝置。

為達上述目的，本申請第一方面實施例提出了一種基于知識圖譜表示學習的隱喻計算 方法，包括：

獲取多對本體、屬性和喻體三元組，根據所述多對本體、屬性和喻體三元組構建隱喻 知識圖譜；

從語料庫中根據本體概念和屬性信息和/或喻體概念和屬性信息之間的共現頻率，根據 共現頻率和預設頻率閾值的比較結果，確定外部概念屬性信息集合；

根據所述隱喻知識圖譜確定概念集合和屬性集合，從所述概念集合和所述屬性集合獲 取訓練樣本，根據所述訓練樣本和預設第一損失函數訓練隱喻知識圖譜嵌入模型；

計算所述外部概念屬性信息集合中概念屬性對的相關概率，根據所述相關概率和預設 第二損失函數訓練概念屬性嵌入模型；

根據所述隱喻知識圖譜嵌入模型、第一權重、所述概念屬性嵌入模型和第二權重生成 聯合嵌入模型；