[發(fā)明專利]一種基于圖神經(jīng)網(wǎng)絡(luò)的互聯(lián)網(wǎng)食品實體對齊方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110604291.5
• 申請日: 2021-05-31
• 公開（公告）號: CN113342809B
• 公開（公告）日: 2023-08-15
• 發(fā)明（設(shè)計）人: 左敏;薛明慧;張青川;顏文婧
• 申請（專利權(quán)）人: 北京工商大學(xué)
• 主分類號: G06F16/22
• 分類號: G06F16/22;G06F16/28;G06F16/951;G06N3/048;G06N3/082
• 代理公司: 北京科迪生專利代理有限責(zé)任公司 11251
• 代理人: 金怡

本發(fā)明涉及一種基于圖神經(jīng)網(wǎng)絡(luò)的互聯(lián)網(wǎng)食品實體對齊方法及系統(tǒng)，其方法包括：步驟S1：將待對齊的兩個知識圖譜KG1和KG2中三元組進(jìn)行分離，得到關(guān)系三元組和屬性三元組；步驟S2：更新關(guān)系三元組；步驟S3：獲取實體結(jié)構(gòu)特征向量和關(guān)系特征向量；步驟S4：獲取實體特征向量；步驟S5：構(gòu)建實體關(guān)系對齊模型，計算實體特征向量間的距離，實現(xiàn)實體的對齊，計算關(guān)系特征向量間的距離，實現(xiàn)關(guān)系的對齊。本發(fā)明提出的方法，通過對知識圖譜的圖結(jié)構(gòu)進(jìn)行補全和修剪，減少知識圖譜間圖的異構(gòu)性的影響，同時在實體種子有限的情況下，提高了實體種子利用效率和實體對齊正確率。

技術(shù)領(lǐng)域

本發(fā)明涉及知識圖譜和神經(jīng)網(wǎng)絡(luò)領(lǐng)域，具體涉及一種基于圖神經(jīng)網(wǎng)絡(luò)的互聯(lián)網(wǎng)食品實體對齊方法及系統(tǒng)。

背景技術(shù)

知識圖譜作為機器閱讀、機器翻譯、推薦系統(tǒng)等自然語言處理任務(wù)的基礎(chǔ)，不同研究領(lǐng)域建立不同的知識圖譜，創(chuàng)建知識圖譜時目的不同，側(cè)重點不同，導(dǎo)致不同知識圖譜會包含許多互補信息。將這些知識圖譜中互補的信息整合在一起，會提高知識的利用效率，但同一實體在不同的知識圖譜中可能會有不同的表現(xiàn)形式，這時需要實體對齊去解決這個問題。

近年來主要使用基于嵌入的方法對齊不同知識圖譜中的實體，基于嵌入的實體對齊方法包括基于TransE的實體對齊和基于圖神經(jīng)網(wǎng)絡(luò)的實體對齊。基于TransE的方法是根據(jù)實體和關(guān)系在空間中的平移不變性得到實體和關(guān)系的嵌入表示，使用已有的實體對齊種子將不同知識圖譜中的實體和關(guān)系對應(yīng)到一個向量空間。基于TransE的實體對齊方法可以保留知識圖譜的結(jié)構(gòu)，但需要大量的實體種子，在現(xiàn)實中難以得到。

基于圖神經(jīng)網(wǎng)絡(luò)的實體對齊是使用圖神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)知識圖譜中的圖結(jié)構(gòu)，根據(jù)圖的結(jié)構(gòu)特征增強實體和其鄰居的信息表示，可以使用實體對齊種子傳播信息到整個圖。目前，基于圖神經(jīng)網(wǎng)絡(luò)的實體對齊方法有關(guān)系圖卷積網(wǎng)絡(luò)(R-GCN)，其對多關(guān)系圖建模，為每種關(guān)系分配權(quán)重得到實體間關(guān)系的權(quán)重矩陣；高速門圖卷積(HGCN-JE)使用少量的實體對齊種子學(xué)習(xí)得到實體表示，并將實體表示近似當(dāng)作關(guān)系表示，通過近似關(guān)系表示訓(xùn)練模型。但是不同的知識圖譜由于其側(cè)重點不同，其圖結(jié)構(gòu)也不同，以上方法忽視了圖結(jié)構(gòu)的異構(gòu)型；同時知識圖譜中存在實體的屬性信息，在實體對齊時也沒有使用這部分信息。

綜上所述，目前基于嵌入的實體對齊方法在很大程度上依賴對齊種子，但現(xiàn)實中實體對種子數(shù)量有限，同時忽略了不同知識圖譜中圖結(jié)構(gòu)的異構(gòu)性；另外屬性信息和關(guān)系信息一樣會對實體對齊效果產(chǎn)生影響，學(xué)習(xí)實體嵌入時沒有用到實體的屬性信息。這些問題都會影響實體對齊的效果。因此，如何處理不同知識圖譜中圖結(jié)構(gòu)的異構(gòu)性，在實體種子對數(shù)量少的情況下，提高不同知識圖譜中實體對齊的正確率成為一個亟待解決的問題。

發(fā)明內(nèi)容

為了解決上述技術(shù)問題，本發(fā)明提供一種基于圖神經(jīng)網(wǎng)絡(luò)的互聯(lián)網(wǎng)食品實體對齊方法及系統(tǒng)。

本發(fā)明技術(shù)解決方案為：一種基于圖神經(jīng)網(wǎng)絡(luò)的互聯(lián)網(wǎng)食品實體對齊方法，包括：

步驟S1：通過網(wǎng)絡(luò)爬蟲獲取食品信息，抽取其中三元組，構(gòu)建待對齊的兩個知識圖譜KG1和KG2，將所述KG1和KG2中三元組進(jìn)行分離，得到關(guān)系三元組和屬性三元組；

步驟S2：對所述關(guān)系三元組推理得到規(guī)則，在KG1和KG2間轉(zhuǎn)移所述規(guī)則，構(gòu)建新的關(guān)系三元組，更新所述關(guān)系三元組，得到更新后的關(guān)系三元組；

步驟S3：根據(jù)所述更新后的關(guān)系三元組，以及自注意力機制和跨注意力機制，計算得到兩個帶自注意力機制權(quán)重和跨注意力機制權(quán)重的鄰接矩陣；并根據(jù)bert預(yù)訓(xùn)練字向量，查詢向量表得到所述三元組中的實體字向量；將兩個所述鄰接矩陣和所述實體字向量輸入圖神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到實體結(jié)構(gòu)特征向量和關(guān)系特征向量；

步驟S4：對所述屬性三元組中的實體輸入前向神經(jīng)網(wǎng)絡(luò)訓(xùn)練，得到實體屬性特征向量；融合所述實體結(jié)構(gòu)特征向量和實體屬性特征向量，得到實體特征向量；