[发明专利]一种知识图谱的嵌入表示方法及相关设备在审

专利信息
申请号: 201910583845.0 申请日: 2019-06-29
公开(公告)号: CN112148883A 公开(公告)日: 2020-12-29
发明(设计)人: 吴丹萍;李秀星;国硕;刘冬;贾岩涛;王建勇 申请(专利权)人: 华为技术有限公司;清华大学
主分类号: G06F16/36 分类号: G06F16/36
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 郝传鑫;熊永强
地址: 518129 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 知识 图谱 嵌入 表示 方法 相关 设备
【权利要求书】:

1.一种知识图谱的嵌入表示方法,其特征在于,所述方法包括:

获取目标知识图谱中的M个实体,所述M个实体包括实体1、实体2、…、实体M,所述M为大于1的整数;

从预设的知识库中获取所述M个实体中实体m的N个相关实体,以及所述N个相关实体中相关实体n对应的K个概念,所述N个相关实体包括相关实体1、相关实体2、…、相关实体N,其中,所述N和K为不小于1的整数、m=1,2,3,…,M以及n=1,2,3…,N,且所述实体m与所述N个相关实体之间、以及所述相关实体n与所述K个概念之间语义相关;

确定所述M个实体中每个实体与该实体的每个相关实体之间的语义相关度、以及根据对应的K个概念确定每个相关实体的第一实体嵌入表示;

根据所述第一实体嵌入表示和所述语义相关度,对所述M个实体和所述M个实体之间的实体关系的嵌入表示进行建模,得到嵌入表示模型;

对所述嵌入表示模型进行训练,得到所述每个实体的第二实体嵌入表示和所述实体关系的关系嵌入表示。

2.如权利要求1所述的方法,其特征在于,所述根据对应的K个概念,确定每个相关实体的第一实体嵌入表示包括:

对所述相关实体n对应的K个概念中每个概念进行向量化处理,得到所述每个概念的词向量;

对所述相关实体n对应的K个概念的词向量进行平均求和,得到所述相关实体n的第一实体嵌入表示。

3.如权利要求1所述的方法,其特征在于,所述根据所述第一实体嵌入表示和所述语义相关度,对所述M个实体和所述M个实体之间的实体关系的嵌入表示进行建模,得到嵌入表示模型包括:

根据所述语义相关度和所述N个相关实体的第一实体嵌入表示,确定所述每个实体对应的一元文本嵌入表示;

根据所述N个相关实体,确定所述M个实体中每两个实体的共同相关实体;

根据所述语义相关度和所述共同相关实体的第一实体嵌入表示,确定所述每两个实体对应的二元文本嵌入表示;

根据所述一元文本嵌入表示和所述二元文本嵌入表示,建立所述嵌入表示模型。

4.如权利要求3所述的方法,其特征在于,所述根据所述一元文本嵌入表示和所述二元文本嵌入表示,建立所述嵌入表示模型包括:

将所述一元文本嵌入表示和所述二元文本嵌入表示映射到相同的向量空间,得到语义增强的一元文本嵌入表示和语义增强的二元文本嵌入表示;

根据所述语义增强的一元文本嵌入表示和所述语义增强的二元文本嵌入表示,建立所述嵌入表示模型。

5.如权利要求3或4所述的方法,其特征在于,所述根据所述语义相关度和所述N个相关实体的第一实体嵌入表示,确定所述每个实体对应的一元文本嵌入表示包括:

将所述语义相关度作为所述每个相关实体的第一权重系数;

按照所述第一权重系数将所述N个相关实体的第一实体嵌入表示进行加权求和,得到所述一元文本嵌入表示。

6.如权利要求3-5任一项所述的方法,其特征在于,所述根据所述语义相关度和所述共同相关实体的第一实体嵌入表示,确定所述每两个实体对应的二元文本嵌入表示包括:

将所述共同相关实体与所述每两个实体的语义相关度中的最小语义相关度作为所述共同相关实体的第二权重系数;

按照所述第二权重系数对所述共同相关实体的第一实体嵌入表示进行加权求和,得到所述二元文本嵌入表示。

7.如权利要求1-6任一项所述方法,其特征在于,所述对所述嵌入表示模型进行训练,得到所述每个实体的第二实体嵌入表示和所述实体关系的关系嵌入表示包括:

确定所述嵌入表示模型的损失函数;

按照预设的训练方法对所述嵌入表示模型进行训练以使所述损失函数的函数值最小化,从而得到所述第二实体嵌入表示和所述关系嵌入表示。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司;清华大学,未经华为技术有限公司;清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910583845.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top