[发明专利]一种基于混合翻译模型的带时间知识图谱嵌入方法

权利要求书

1.一种基于混合翻译模型的带时间知识图谱嵌入方法，其特征在于，包括以下步骤：

步骤1：输入需要补全的时序知识图谱数据集，根据数据集大小进行初始化设置；

步骤2：使用混合翻译模型对知识图谱的嵌入表示进行更新，得到嵌入表示结果；

步骤3：根据嵌入表示结果对使用的知识图谱数据集进行补全操作。

2.根据权利要求1所述的基于混合翻译模型的带时间知识图谱嵌入方法，其特征在于，步骤1中，所述初始化设置具体步骤为：

步骤A1：随机初始化数据集中实体与关系，以向量的形式进行展现，得到初始的关系向量与实体向量；

步骤A2：对于每个关系向量，加入到关系集合R当中，对于每个实体向量，加入到实体集合E当中。

3.根据权利要求1所述的基于混合翻译模型的带时间知识图谱潜入方法，其特征在于，步骤2中，所述使用混合翻译模型对知识图谱的嵌入表示进行更新，具体步骤为：

步骤B1：从数据集的训练集中采样固定大小为batch的一批数据；

步骤B2：构建负样本数据集，对batch中的三元组，随机替换h、r或t生成一个错误的三元组加入到这一批数据当中，构成当前批次所用的训练数据；

步骤B3：将正确三元组(h,r,t)与错误三元组[(h,r`,t)、(h`,r,t)或(h,r,t`)]从实体空间映射到关系空间，得到关系空间中的正确三元组(h<sub>⊥</sub>,r,t<sub>⊥</sub>)与错误三元组[(h<sub>⊥</sub>,r`,t_⊥)、(h_⊥`,r,t<sub>⊥</sub>)或(h<sub>⊥</sub>,r,t<sub>⊥</sub>`)]；

步骤B4：将关系空间中的所有三元组投影到相应时间τ所构建的超平面上；

步骤B5：计算损失函数，采用梯度下降的算法更新实体与关系的嵌入表示；

步骤B6：重复步骤B1-B5，直至得到的结果稳定。

4.根据权利要求3所述的基于混合翻译模型的带时间知识图谱嵌入方法，其特征在于，步骤B2中，所述构建负样本数据集的方式为：

h、r、t、h`、r`、t`表示实体和关系的嵌入表示，其中h`表示随机替换的头部实体，r`表示随机替换的关系，t`表示随机替换的尾部实体，D⁺表示正样本集合，D_x,τ^-表示负样本数据集。

5.根据权利要求3所述的基于混合翻译模型的带时间知识图谱嵌入方法，其特征在于，步骤B3中，所述从实体空间映射到关系空间的方式为：

其中M_rh、M_rt为映射矩阵，r_p表示关系的投影向量，I^m×n表示m×n大小的单位矩阵，h_p^T表示头部实体的投影转置向量，h_⊥表示映射后处于关系空间中的头部实体的嵌入表示，t_p^T表示尾部实体的投影转置向量，t_⊥表示映射后处于关系空间中的尾部实体的嵌入表示。

6.根据权利要求3所述的基于混合翻译模型的带时间知识图谱嵌入方法，其特征在于，步骤B4中，将关系空间中的所有三元组投影到相应时间τ所构建的超平面上的方式为：

其中，ω_τ表示所构建的对应时间τ的超平面。

7.根据权利要求3所述的基于混合翻译模型的带时间知识图谱嵌入方法，其特征在于，步骤B5中，所述的损失函数为：

其中，f_τ(x)、f_τ(y)评分函数，x、y表示正样本与负样本，f＝||h_τ+r_τ-t_τ||_L1/L2，L1、L2为正则化项，γ为正负样本之间的最小间隔，T表示所有时间的集合。

8.根据权利要求1所述的基于混合翻译模型的带时间知识图谱嵌入方法，其特征在于，所述步骤3具体为：

步骤C1：对于一个三元组(h,r,t)，首先检查h、t是否属于E，r是否属于R，不属于的话，那么h、t或r就不作为头尾实体或关系，这个三元组不成立，如果属于的话，则执行下一步；

步骤C2：根据成立的三元组，计算其评分函数f＝||h_τ+r_τ-t_τ||_L1/L2，对所有成立的三元组进行排序，排序靠前的结果即为最优结果，用于补全。