[发明专利]一种融合分子结构特征的知识表示学习方法

权利要求书

1.一种融合分子结构特征的知识表示学习方法，融合分子结构特征的知识表示学习方法简称为MSKRL，其特征在于所述方法具体如下：

（1）获取知识图谱构建数据集，然后将小分子实体转换成mol₂格式，方便小分子编码器识别；

（2）使用分子结构信息编码器为所有的小分子实体构建初步的表示，分子结构信息编码器由小分子结构特征表示模块和小分子投影模块两部分组成，小分子结构特征表示模块将小分子结构信息转换成一种低维向量表示，小分子投影模块将这种低维向量投影到相应实体空间；每个实体分子提供小分子结构信息，将每个实体分子作为输入，分子编码器旨在从分子结构中提取信息特征并在实体空间中构建小分子结构信息表示；

（3）构建MSKRL方法的整体得分函数，从而完成知识表示的学习过程，最终得到同时包含分子结构信息与知识图谱三元组信息的表示，具体如下：

经过分子编码器处理后的小分子结构信息与知识图谱三元组特征同时进行学习，给定一个三元组(h,r,t) ∈ T，所述三元组由两个实体h、t和关系r组成，其中h，t∈ E，r∈ R，T代表整个三元组训练集，E代表实体的集合，R代表关系的集合；

将每个小分子实体提出两种表示，一种是将h_S、t_S设置为头部和尾部实体的基于图谱结构的表示，另外一种知识表示是使用h_M、t_M作为头部和尾部的实体基于小分子结构信息的表示；

在知识表示学习模型中利用结构化知识信息和小分子结构信息，将MSKRL方法的整体得分函数定义如下：

E(h,r,t) = E_SS + E_SM + E_MS + E_MM

其中E_SS = || h_S + r − t_S || ，E_SS是能量函数，只取决于基于图谱结构的表征；

E_MM = || h_M + r – t_M ||，是能量函数，其中h_M、t_M都是基于小分子结构信息的表征而且是从其对应的小分子特征中学习的；

E_SM = || h_S + r – t_M ||，E_MS = || h_M + r – t_S ||，以确保基于图谱结构的表征和基于小分子结构信息的表征都被学习到同一个向量空间。