[发明专利]一种基于张量分解的知识推理方法、装置、设备

说明书

本申请实施例涉及数据处理技术领域，具体涉及一种基于张量分解的知识推理方法、装置、设备，旨在提高时序知识推理任务的准确率。所述方法包括：对时序知识图谱数据集中的数据进行提取，得到多组四元组数据，多组四元组数据中的每组四元组数据中包含了头实体、关系、尾实体以及时间；对多组四元组数据进行标注及处理，将处理好的四元组数据作为训练材料；将训练材料输入基于张量分解的时序知识推理模型及其变体模型中，利用梯度下降算法对时序知识推理模型及其变体模型分别进行训练，得到训练好的时序知识推理模型及其变体模型；使用训练好的时序知识推理模型及其变体模型分别执行预测任务，推理问题的答案，得到最终的推理结果。

技术领域

本申请实施例涉及数据处理技术领域，具体而言，涉及一种基于张量分解 的知识推理方法、装置、设备。

背景技术

近年来，知识推理任务是一项较为重要的研究任务，在知识图谱补全、搜 索系统、问答系统以及推荐系统中都有重要的作用。现有技术中，主要是通过 对知识图谱进行三元组建模，完成对三元组中缺失实体的推理预测，同时为了 表达出知识的时序性，研究人员在静态知识推理方法的基础上将时序信息和实 体或关系进行关联，以进行时序知识推理工作。

现有技术中在进行知识推理工作时，依赖于静态知识图谱，而静态知识图 谱中有一部分的知识的时效性会随时间发生改变，即它只在某一个时间段内或 者某个时间节点有效，而现有技术中进行推理工作时假设知识图谱中的知识一 直是正确的，忽略了对推理知识至关重要的知识的有效时间范围，因此导致推 理的准确率较低。

发明内容

本申请实施例提供一种基于张量分解的知识推理方法、装置、设备，旨在 提高时序知识推理任务的准确率。

本申请实施例第一方面提供一种基于张量分解的知识推理方法，所述方法 包括：

对时序知识图谱数据集中的数据进行提取，得到多组四元组数据，所述多 组四元组数据中的每组四元组数据中包含了头实体、关系、尾实体以及时间；

对所述多组四元组数据进行标注及处理，将处理好的四元组数据作为训练 材料；

将所述训练材料输入基于张量分解的时序知识推理模型及其变体模型中， 利用梯度下降算法对所述时序知识推理模型及其变体模型分别进行训练，得到 训练好的时序知识推理模型及其变体模型；

使用所述训练好的时序知识推理模型及其变体模型分别执行预测任务，推 理问题的答案，得到最终的推理结果。

可选地，对时序知识图谱数据集中的数据进行提取，得到多个四元组数据， 包括：

对所述时序知识图谱数据集中的实体集、关系集以及时间集进行提取；

由所述实体集、关系集以及时间集组成所述多组四元组数据，所述多组四 元组数据中的每组四元组数据为：头实体，关系，尾实体，时间；

为所述多组四元组数据中的每组四元组数据增加其逆关系的四元组数据， 其中，所述逆关系的四元组数据为：尾实体，关系^-1，头实体，时间。

可选地，对所述多组四元组数据进行标注及处理，将处理好的四元组数据 作为训练材料，包括：

将所述多组四元组数据中的每组四元组数据及其逆关系的四元组数据中 的任一元素进行标注，作为标签元素；

将所述多组四元组数据中的每组四元组数据及其逆关系的四元组数据中 的头实体、时序关系、尾实体和时序信息进行初始化表示；

计算所述多组四元组数据中的每组四元组数据及其逆关系的四元组数据 中的核心张量以及非时序关系，将所述核心张量以及非时序关系进行初始化表 示，得到处理好的四元组数据。