[发明专利]知识图谱补全方法、装置、电子设备及存储介质

说明书

本发明实施例提供一种知识图谱补全方法、装置、电子设备及存储介质，其中方法包括：确定待补全的头实体和关系对应的多个候选尾实体的描述文本；将所述头实体和关系，以及多个候选尾实体的描述文本输入至知识图谱补全模型，得到所述知识图谱补全模型输出的补全结果；其中，所述知识图谱补全模型基于每一候选尾实体的描述文本之间的关联性确定每一候选尾实体的描述特征，并基于每一候选尾实体的描述特征确定所述头实体和关系对应的补全结果。本发明实施例提供的方法、装置、电子设备及存储介质，实现了描述文本所包含信息的充分利用，提高了知识图谱补全的准确度。

技术领域

本发明涉及人工智能技术领域，具体涉及一种知识图谱补全方法、装置、电子设备及存储介质。

背景技术

为了补全知识图谱中实体间缺失的关系，可以通过利用开放世界中的资源来获取知识，将知识图谱中未出现的新实体添加到知识图谱中去。

现有技术中，通常使用开放世界中的实体描述文本，或者联合使用实体描述文本和知识图谱的拓扑结构来对知识图谱进行补全。开放世界中知识的复杂度很高，使得现有的补全方法对实体描述文本的利用率低，补全后的知识图谱准确度差。

发明内容

本发明实施例提供一种知识图谱补全方法、装置、电子设备及存储介质，用以解决现有的知识图谱补全方法对实体描述文本的利用率低，补全后的知识图谱准确度差的问题。

第一方面，本发明实施例提供一种知识图谱补全方法，包括：

确定待补全的头实体和关系对应的多个候选尾实体的描述文本；

将所述头实体和关系，以及多个候选尾实体的描述文本输入至知识图谱补全模型，得到所述知识图谱补全模型输出的补全结果；

其中，所述知识图谱补全模型基于每一候选尾实体的描述文本之间的关联性确定每一候选尾实体的描述特征，并基于每一候选尾实体的描述特征确定所述头实体和关系对应的补全结果；

所述知识图谱补全模型是基于样本头实体和样本关系及其对应的多个样本候选尾实体的描述文本，以及样本补全结果训练得到的。

可选地，所述将所述头实体和关系，以及多个候选尾实体的描述文本输入至知识图谱补全模型，得到所述知识图谱补全模型输出的补全结果，具体包括：

将所述头实体和关系，以及多个候选尾实体的描述文本输入至所述知识图谱补全模型的特征编码层，得到所述特征编码层输出的所述头实体和关系的编码特征，以及每一候选尾实体的描述文本的编码特征；

将每一候选尾实体的描述文本的编码特征输入至所述知识图谱补全模型的候选文本关联层，得到所述候选文本关联层输出的每一候选尾实体的描述特征；

将所述头实体和关系的编码特征，以及每一候选尾实体的描述特征输入至所述知识图谱补全模型的实体补全层，得到所述实体补全层输出的所述补全结果。

可选地，所述将每一候选尾实体的描述文本的编码特征输入至所述知识图谱补全模型的候选文本关联层，得到所述候选文本关联层输出的每一候选尾实体的描述特征，具体包括：

将所述每一候选尾实体的描述文本的编码特征输入至所述候选文本关联层的关联特征提取层，得到所述关联特征提取层基于注意力机制输出的任一候选尾实体的描述文本与其余每一候选尾实体的描述文本之间的关联特征；

将任一候选尾实体与其余每一候选尾实体之间的关联特征，以及所述任一候选尾实体的描述文本的编码特征输入至所述候选文本关联层的描述特征提取层，得到所述描述特征提取层输出的所述任一候选尾实体的描述特征。

可选地，所述将任一候选尾实体与其余每一候选尾实体之间的关联特征，以及所述任一候选尾实体的描述文本的编码特征输入至所述候选文本关联层的描述特征提取层，得到所述描述特征提取层输出的所述任一候选尾实体的描述特征，具体包括：