[發(fā)明專利]一種基于知識圖譜的認知語言詞典補全方法

在審

• 申請?zhí)枺?/td>: 202210274667.5
• 申請日: 2022-03-18
• 公開（公告）號: CN114691885A
• 公開（公告）日: 2022-07-01
• 發(fā)明（設(shè)計）人: 楊旭華;金鑫;張宇辰;葉蕾;陳昊楠;朱慷亮
• 申請（專利權(quán)）人: 浙江工業(yè)大學
• 主分類號: G06F16/36
• 分類號: G06F16/36
• 代理公司: 杭州天正專利事務(wù)所有限公司 33201
• 代理人: 舒良

1.一種基于知識圖譜的認知語言詞典補全方法，包括如下步驟：

步驟1：具有N個實體和M種關(guān)系的以知識圖譜表示的認知語言詞典表示為G＝(E,R,T)，其中E＝{e₁,…,e_i,...,e_N}表示認知語言詞典中單詞實體集合,e_i為第i個單詞實體，R＝{r₁,r₂,...,r_M}表示關(guān)系的集合；T∈E×R×E表示認知語言詞典中所有的三元組(h,r,t)集合，其中h∈E表示三元組的頭實體,t∈E表示三元組的尾實體,r∈R表示三元組中連接h和t的關(guān)系；

步驟2：任意選取一個實體e_i，計算實體的度相關(guān)性：

其中，In(e_i)表示實體e_i的所有入度之和，遍歷認知語言詞典的所有實體，得到所有實體的度相關(guān)性；

步驟3：任意選取一個三元組，計算該三元組中頭實體和尾實體的重要性：

其中,E_imp(e_i)表示實體e_i的重要性，e_i表示該三元組的頭實體或者尾實體，d為阻尼系數(shù),e_j為與e_i相連的實體,Γ(e_i)表示與e_i相連的實體集合，遍歷認知語言詞典中所有的三元組，計算相應(yīng)三元組中頭實體和尾實體的重要性；

步驟4：對認知語言詞典中所有相同類型關(guān)系所連接的所有頭實體和尾實體打上與其類型相同的標簽；任意選取一個正三元組(h,r,t)，頭實體以tph/(tph+hpt)的概率被替換為標簽不同的其它實體，尾實體以hpt/(tph+hpt)的概率被替換為標簽不同的其它實體來構(gòu)建負三元組(h′,r,t′)，其中tph為一個頭實體的平均尾實體數(shù)，hpt是一個尾實體的平均頭實體數(shù),h′和t′分別表示負三元組中的頭實體和尾實體；遍歷以知識圖譜表示的認知語言詞典中正三元組集合S中所有的三元組，重復執(zhí)行步驟4，得到替換實體后的負三元組集合S′；

步驟5：認知語言詞典的實體和關(guān)系將要分別映射為d維實體嵌入向量和關(guān)系嵌入向量，其中第i個實體嵌入向量表示為第i個關(guān)系嵌入向量表示為β_ri＝{β_ri1,β_ri2,...,β_rid}；所有實體嵌入向量構(gòu)成了實體嵌入向量集合表示為所有關(guān)系嵌入向量構(gòu)成的關(guān)系嵌入向量集合表示為R_v＝{β_r1,β_r2,...,β_rM}；從區(qū)間隨機抽取d維數(shù)據(jù)填充E_v和R_v作為初始實體嵌入向量集合和初始關(guān)系嵌入向量集合；

步驟6：任選一個三元組T_i，計算該三元組中實體的投影向量

其中，w_i表示關(guān)系β_ri所處的超平面上的法向量，是頭實體嵌入向量或者尾實體嵌入向量，遍歷認知語言詞典中所有三元組，得到所有三元組中的頭實體和尾實體的投影向量；

步驟7：計算評分函數(shù)：

其中，γ表示邊界值，dis(h_⊥+r,t_⊥)為以L2范數(shù)計算的頭實體的投影向量h_⊥與關(guān)系r嵌入向量之和與尾實體的投影向量t_⊥之間的距離，dis(h_⊥′+r,t⊥′)為負三元組中頭實體的投影向量h′_⊥與關(guān)系r嵌入向量之和與尾實體的投影向量t′_⊥之間的距離；

步驟8：利用隨機梯度下降方法優(yōu)化評分函數(shù)，將實體嵌入向量集合更新為關(guān)系嵌入向量集合更新為

步驟9：重復執(zhí)行步驟6～步驟8，當于指定的最小損失值后，結(jié)束計算，得到最后的實體嵌入向量集合和關(guān)系嵌入向量集合

步驟10：從認知語言詞典任意選取殘缺實體的三元組(h_i,r_i,？)，其中？表示待補全的實體,遍歷實體集合，計算dis(h_i+r_i,t_j),j≠i,其中t_j表示實體集合中的任意實體；選取數(shù)值最小的dis對應(yīng)的實體t_v作為當前三元組補全結(jié)果，得到補全的三元組(h_i1,r_i,t_v)；

步驟11：遍歷認知語言詞典中所有的殘缺三元組，重復執(zhí)行步驟10，得到補全完整的認知語言詞典。