[发明专利]一种基于表示学习的知识库实体分类的计算方法

权利要求书

1.一种基于表示学习的知识库实体分类的计算方法，其特征在于，包括：

A：对于给定类别标注的知识库中的实体，构造词语-词语、实体-词语、类别-词语、实体-类别一共4个层次的共现网络，将语义信息整合到4个异构的共现网络中；

B：基于所述4个异构的共现网络，利用基于网络的表示学习算法，学习得到每个实体和类别的向量表示；

C：基于所述实体和类别的向量表示，利用学习排序算法，学习实体和类别的映射矩阵，将实体和类别映射到同一个语义空间中；

D：根据所述向量表示和所述映射矩阵，计算实体和类别之间的相似度，利用自顶向下的搜索方法，给未标注的实体分配类别路径。

2.根据权利要求1所述的方法，其特征在于，所述步骤A包括：

A1：构造word-word共现网络G_ww，用于描述在实体描述中词语级别的共现信息，形式化地表示为G_ww＝(V,E_ww)，每个结点代表一个word，边上地权重ω_ij表示两个词在文本中的共现次数；

A2：构造entity-word共现网络G_ew，是一个由entity和word构成的二分图，形式化地表示为G_ew＝(ε∪V,E_ew)，边上地权重ω_ij表示一个词语w_j在一个实体e_i的文本描述中出现的次数；

A3：构造type-word共现网络G_tw，是一个由type和word构成的二分图，形式化地表示为边上地权重ω_ij表示一个词语w_j在一个类型t_i中出现的次数；

A4：构造entity-type共现网络G_et，是一个由entity和type构成的二分图，形式化地表示为实体e_i和类别t_j之间存在一条边ω_ij＝1，当且仅当实体e_i属于类别t_j；

其中，ω_ij表示一条边上的权重；w_i表示一个词语；t_i表示一个类别；e_i表示一个实体；G_ww表示词语-词语共现网络；V表示所有词语的集合；E_ww表示词语-词语共现网络中边的集合；G_ew表示实体-词语共现网络；ε表示所有实体的集合；E_ew表示实体-词语共现网络中边的集合；G_tw表示类别-词语共现网络；表示所有类别的集合；E_tw表示类别-词语共现网络中边的集合；G_et表示实体-类别共现网络；E_et表示实体-类别共现网络中边的集合。