[发明专利]面向张量分解型知识图谱补全的正则项确定方法及装置

权利要求书

1.一种面向张量分解型知识图谱补全的正则项确定方法，其特征在于，包括：

确定原始模型，所述原始模型为基于张量分解模型的打分函数；

确定与所述原始模型对应的对偶模型，所述对偶模型为基于距离的模型打分函数；

确定所述原始模型和所述对偶模型之间的对偶性；

基于所述对偶性确定所述原始模型对应的第一正则项。

2.根据权利要求1所述的方法，其特征在于，还包括：

确定所述原始模型的变形表示模型；

基于所述对偶性确定所述变形表示模型对应的第二正则项。

3.根据权利要求2所述的方法，其特征在于，还包括：

将所述第一正则项和所述第二正则项相加，并将相加的结果作为所述原始模型的最终正则项。

4.根据权利要求1所述的方法，其特征在于，所述确定所述原始模型和所述对偶模型之间的对偶性，包括：

通过展开所述对偶模型确定所述原始模型和所述对偶模型之间的对偶性。

5.根据权利要求1所述的方法，其特征在于，所述确定与所述原始模型对应的对偶模型，包括：

确定原始模型为

通过线性变换对实体嵌入h_i做一个映射，使用内积的实部来度量和t_k之间的内积相似性；

采用欧几里德距离代替上述原始模型公式中的内积相似性，得到与所述原始模型对应的对偶模型。

6.一种面向张量分解型知识图谱补全的正则项确定装置，其特征在于，包括：

原始模型确定模块，用于确定原始模型，所述原始模型为基于张量分解模型的打分函数；

对偶模型确定模块，用于确定与所述原始模型对应的对偶模型，所述对偶模型为基于距离的模型打分函数；

对偶性确定模块，用于确定所述原始模型和所述对偶模型之间的对偶性；

正则项确定模块，用于基于所述对偶性确定所述原始模型对应的第一正则项。

7.根据权利要求6所述的装置，其特征在于，还包括：

变形确定模块，用于确定所述原始模型的变形表示模型；

则所述正则项确定模块还用于：基于所述对偶性确定所述变形表示模型对应的第二正则项。

8.根据权利要求7所述的装置，其特征在于，还包括：

正则项处理模块，用于将所述第一正则项和所述第二正则项相加，并将相加的结果作为所述原始模型的最终正则项。

9.根据权利要求6所述的装置，其特征在于，所述对偶性确定模块具体用于：通过展开所述对偶模型确定所述原始模型和所述对偶模型之间的对偶性。

10.根据权利要求6所述的装置，其特征在于，所述对偶模型确定模块包括：

第一确定模块，用于确定原始模型为

相似性确定模块，用于通过线性变换对实体嵌入h_i做一个映射，使用内积的实部来度量和t_k之间的内积相似性；

对偶模型确定子模块，用于采用欧几里德距离代替上述原始模型公式中的内积相似性，得到与所述原始模型对应的对偶模型。