[發(fā)明專利]多數(shù)域空間融合的知識(shí)圖譜嵌入方法、系統(tǒng)、設(shè)備及介質(zhì)

在審

• 申請?zhí)枺?/td>: 202211535760.3
• 申請日: 2022-12-02
• 公開（公告）號(hào): CN115795050A
• 公開（公告）日: 2023-03-14
• 發(fā)明（設(shè)計(jì)）人: 請求不公布姓名
• 申請（專利權(quán)）人: 成都數(shù)之聯(lián)科技股份有限公司
• 主分類號(hào): G06F16/36
• 分類號(hào): G06F16/36;G06F18/214
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種多數(shù)域空間融合的知識(shí)圖譜嵌入方法，其特征在于，所述方法包括以下步驟：

(1)基于知識(shí)圖譜的三元組和注意力參數(shù)構(gòu)造訓(xùn)練集，并且將訓(xùn)練集導(dǎo)入知識(shí)圖譜嵌入模型；

(2)對(duì)不同數(shù)域空間下的三元組和注意力參數(shù)進(jìn)行初始化處理；

(3)對(duì)訓(xùn)練集進(jìn)行采樣處理，構(gòu)造訓(xùn)練子集Δ_{new_batch}；

(4)將訓(xùn)練子集Δ_{new_batch}導(dǎo)入知識(shí)圖譜嵌入模型，基于旋轉(zhuǎn)變換獲取不同數(shù)域空間下的注意力分?jǐn)?shù)和三元組分?jǐn)?shù)；

(5)利用不同數(shù)域空間下的注意力分?jǐn)?shù)和三元組分?jǐn)?shù)對(duì)知識(shí)圖譜嵌入模型進(jìn)行迭代訓(xùn)練至收斂；

(6)將知識(shí)圖譜的三元組輸入迭代訓(xùn)練后的知識(shí)圖譜嵌入模型進(jìn)行補(bǔ)全。

2.根據(jù)權(quán)利要求1所述的一種多數(shù)域空間融合的知識(shí)圖譜嵌入方法，其特征在于，所述三元組包括頭實(shí)體h、關(guān)系r以及尾實(shí)體t。

3.根據(jù)權(quán)利要求2所述的一種多數(shù)域空間融合的知識(shí)圖譜嵌入方法，其特征在于，對(duì)不同數(shù)域空間下的三元組和注意力參數(shù)進(jìn)行初始化處理的步驟如下：

(2.1)將訓(xùn)練集中三元組的頭實(shí)體h和尾實(shí)體t隨機(jī)初始化為n維向量，得到實(shí)體嵌入向量e，所述實(shí)體嵌入向量e包括頭實(shí)體嵌入向量e_h和尾實(shí)體嵌入向量e_t；將訓(xùn)練集中三元組的關(guān)系r隨機(jī)初始化為n維向量，得到關(guān)系嵌入向量e_r；并且將注意力參數(shù)初始化為n維向量，得到注意力參數(shù)向量α_r；

(2.2)在實(shí)數(shù)空間中，將實(shí)體嵌入向量e和關(guān)系嵌入向量e_r作為知識(shí)圖譜嵌入模型的輸入；

(2.3)在復(fù)數(shù)空間中，將實(shí)體嵌入向量e和關(guān)系嵌入向量e_r轉(zhuǎn)化為復(fù)數(shù)向量，并且將復(fù)數(shù)向量作為知識(shí)圖譜嵌入模型的輸入；

(2.4)在四元數(shù)空間中，將實(shí)體嵌入向量e和關(guān)系嵌入向量e_r轉(zhuǎn)化為四元數(shù)向量，并且將四元數(shù)向量作為知識(shí)圖譜嵌入模型的輸入。

4.根據(jù)權(quán)利要求1所述的一種多數(shù)域空間融合的知識(shí)圖譜嵌入方法，其特征在于，對(duì)訓(xùn)練集進(jìn)行采樣處理，構(gòu)造訓(xùn)練子集Δ_{new_batch}的步驟如下：

(3.1)從訓(xùn)練集中采樣若干三元組和注意力參數(shù)，構(gòu)造訓(xùn)練子集Δ_batch，并且將三元組標(biāo)記為正例；

(3.2)對(duì)三元組進(jìn)行替換處理，得到錯(cuò)誤的三元組，并且將錯(cuò)誤的三元組標(biāo)記為負(fù)例；

(3.3)將負(fù)例加入正例中，構(gòu)造新的訓(xùn)練子集Δ_{new_batch}。