[发明专利]一种用于知识图谱补全任务的关键路径构建方法和系统

说明书

本发明公开了一种用于知识图谱补全任务的关键路径构建方法及系统，基于目标知识图谱，构建正样本集合；通过最大路径深度优先搜索方法，构建关系搜索概率模型，依据正样本集合的剩余正样本数据集，构建目标路径池模型；基于目标路径池模型的动态路径指标，构建补全任务的关键路径模型，对目标知识图谱进行补全任务；系统包括知识图谱构建模块、正样本抽取模块、路径特征搜索模块、路径特征筛选模块、数据存储模块；知识图谱构建模块通过正样本抽取模块与路径特征搜索模块连接；路径特征搜索模块通过路径特征筛选模块与数据存储模块连接；本发明缓解了知识图谱路径稀疏，提高路径搜索效率，提高知识图谱补全任务精度。

技术领域

本发明属于计算机技术领域，特别是涉及一种用于知识图谱补全任务的关键路径构建方法及系统。

背景技术

随着我国信息技术以及经济的飞速发展，每个领域的数据都在与日俱增，如何将这样爆炸的数据进行合理存储始终备受关注。知识图谱技术由谷歌在2013年首次提出，本质上是揭示实体之间关系的语义网络。演化至今日，知识图谱技术通常以RDF模型将数据储存为三元组形式。然而随着数据的不断迭代更新，知识图谱中的知识量同样日益增加，一些著名的知识图谱如Freebase以及yago数据集目前已经达到了相当大的规模。

然而，虽然知识图谱的规模日益增加，知识图谱中通常存在缺失的知识，甚至是错误的知识。随着知识图谱的演化，对已经存在的知识图谱进行补全的需求越来越大。根据医疗图谱补全药物对应的症状，根据金融图谱补全企业之间的责任关系，根据运动领域图谱补全运动员与球队之间的效力关系，这些在各领域都是急需解决的问题。近年来一系列知识图谱补全算法，也可称为知识图谱推理算法不断涌现。知识图谱补全算法旨在通过当前知识图谱已有的知识推断出知识图谱中隐含的、缺失的知识，通常可以分为实体补全以及关系补全。实体补全旨在给定一个头实体以及关系，从而推理其缺失的尾实体或是给定尾实体以及关系从而推理其缺失的头实体。关系推理旨在确定两个实体之间是否存在指定关系，实现对缺失关系的补全。

目前主流的知识图谱补全技术包括：基于嵌入的补全方法，其中典型的有trans系列模型以及双线性模型等。其思路是将实体和关系嵌入到低维空间，通过设计损失函数最大化正样本的得分，最小化负样本的得分以进行嵌入。最终根据输入实体对以及关系的得分进行推理任务。基于嵌入的补全方法在实体关系向量嵌入结束后，通过简单的向量得分函数计算就能够快速进行推理。其仍然存在许多缺点例如可解释性不强以及一些模型不能很好的处理一对多、多对一以及多对多的三元组。此外还有许多补全方法还包括基于关联规则的方法、基于神经网络的方法等，在此不进行赘述。

另一类重要的推理方法为基于路径的推理方法，根据目标任务提取知识图谱中的路径作为特征，根据样本是否满足路径以及在路径约束下的游走概率设置路径特征矩阵进而训练线性模型进行推理任务。由于路径由知识图谱中的实际关系序列构成，因此具有较强的可解释性。目前主流的知识图谱路径推理方法包括路径排序算法、SFE算法、一系列基于强化学习的路径发现算法例如DeepPath，以及将路径信息结合嵌入的若干改进算法。基于路径的推理算法通常都无法回避的问题是：1)某些任务由于图谱的稀疏无法找到足够的路径进行推理任务。2)由于图谱中的关系过多，容易产生冗余的路径同时路径搜索效率低下。路径排序算法通过随机游走获得路径，然而这样的方式效率较低同时无法有偏向地寻找路径。SFE算法通过双向游走试图缓解路径搜索效率低下的问题，然而其通过随机选取中间节点可能导致一些信息的丢失。DeepPath算法通过强化学习的方式设置三个奖励函数以搜索知识图谱中具有代表性的路径，然而其强化学习网络需要进行预训练同时搜索效率较低同时容易搜索出关系重复的长路径。

发明内容

为了克服当前基于路径的推理方法中路径搜索效率低下，路径特征不足，推理任务精度不高的情况。本发明提供一种用于知识图谱补全任务的关键路径构建方法，包括以下步骤：