[發明專利]一種多源時空知識融合方法

有效

• 申請號: 202110320156.8
• 申請日: 2021-03-25
• 公開（公告）號: CN112905807B
• 公開（公告）日: 2022-07-08
• 發明（設計）人: 胡錚;朱新寧;張曉晗;張春紅;唐曉晟
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/387;G06F40/194;G06N20/00
• 代理公司: 北京永創新實專利事務所 11121
• 代理人: 易卜

1.一種多源時空知識融合方法，其特征在于，具體步驟如下：

首先、選取兩種在時空精度和采樣率方面都不同的時空數據源，對兩種數據源分別進行預處理，得到各自對應的時空軌跡序列，并分別構建每個時空數據源對應的時空知識圖譜；

時空知識圖譜中的三元組實體1，時間關系，實體2；

然后、利用基于衰減機制的長路徑知識圖表示算法對兩種時空知識圖譜中的三元組分別進行訓練學習，得到每個實體的最終低維向量表示；

具體為：

步驟201、首先將兩個時空知識圖譜中的所有實體和時間關系，分別用嵌入向量表示并隨機初始化賦值；

步驟202、根據基于衰減機制的長路徑的知識圖表示算法構建目標函數：

目標函數包括三部分：L＝L(G₁)+L(G₂)+L_al；

其中L(G₁)是對第一種時空知識圖譜進行訓練學習的第一目標函數；L(G₂)是對第二種時空知識圖譜進行訓練學習的第二目標函數；L_al表示將兩個時空知識圖譜中對應的實體進行對齊的第三目標函數；

步驟203、對第一目標函數L(G₁)和第二目標函數L(G₂)，分別使用隨機梯度下降法訓練兩個時空知識圖譜中的所有實體和時間關系的嵌入向量，帶入通用目標函數中進行學習，使得第一和第二目標函數L(G₁)和L(G₂)收斂；

通用的目標函數為：

(h，r，t)表示時空知識圖譜中的三元組實體1，時間關系，實體2；G是時空知識圖譜中的有效三元組集合；L(h，r，t)為針對三元組設計的基于邊際的損失函數；Z為歸一化因子；R(p|h，t)為經典模型PTransE中定義的關系路徑p的可靠性；關系路徑序列p＝{r₁，...，r_l}；r_l表示從實體h到實體t的路徑經過的第l個關系；L(p，r)為針對路徑p和直接關系r設計的基于邊際的損失函數；P(h，t)表示從實體h到實體t的關系路徑p的集合；路徑表示p依據經過的關系序列p＝{r₁，...，r_l}，通過迭代的方式來學習，定義如下：初始表示q₀＝W·[r₁：r₂]，加入衰減因子q₁＝W·[(α·q₀)：r₃]，直到p＝q_l-2＝W·[(α·q_l-3)：r_l]；其中W∈R^d×2d為參數矩陣，d為關系向量的維度；α為衰減因子，用于衡量隨著關系路徑長度增長，前面關系對最終實體的影響進一步減弱；[a：b]表示兩個向量的拼接操作；

步驟204、針對第三目標函數L_al，利用預先設定兩時空知識圖譜中的對齊實體對，帶入L_al中進行學習，直至收斂得到變換函數的參數；

函數L_al定義為

其中(e，e′)是預先對齊的實體對，分別對應兩個時空知識圖譜中的實體；E_al是預先對齊的實體對集合；R_al是預先對齊的時間關系對集合；f₁(·)和f₂(·)分別為實體和關系向量的變換函數；

步驟205、當目標函數L的三部分都收斂時，得到兩個時空知識圖譜中每個實體的最終低維向量；

最后、針對兩個時空知識圖譜的實體最終低維向量，依次選擇第二種時空知識圖譜中的未對齊實體，將當前未對齊實體S，經過變換函數后與第一種時空知識圖譜中的所有實體逐一進行相似度對比，并選擇相似度最高的實體與未對齊實體S匹配成實體對；最終按照所有實體對齊的結果，對兩種不同的時空數據源進行時空知識的融合。