[发明专利]基于无监督类型约束的上下文感知知识补全方法及系统

权利要求书

1.一种基于无监督类型约束的上下文感知知识补全方法，其特征在于，构建包括自适应时间粒度聚合模块、四元组结构模块和四元组类型模块的基于无监督类型约束的上下文感知模型，首先，通过设定时间粒度，对数据集预处理，以使数据在时间分布上均衡；其次，在四元组结构模块中，通过邻居编码器聚合实体上下文信息，增强实体的嵌入表示；在四元组类型模块中，将四元组嵌入到实数空间，所述四元组类型模块在无监督环境下获得类型约束的实体表示，通过实体潜在类型信息进一步约束实体嵌入表示，提高模型补全能力；最后，将四元组结构模块的得分与四元组类型模块的得分按照设定的权重聚合，获得四元组的最终得分。

2.根据权利要求1所述的基于无监督类型约束的上下文感知知识补全方法，其特征在于，所述上下文感知模型设置一个超参数：时间粒度thre，通过时间粒度，出现频率低的时间戳被合并成一个时间戳，而出现频率高的时间戳则形成单独的时间戳，以使数据在时间分布上尽可能的均衡；所述自适应时间粒度聚合模块的工作流程为：

首先计算数据集中每个时间戳下的四元组数量num[t]，t；其次，将时间戳按时间先后顺序排序；然后，根据时间粒度thre合并时间戳，当满足以下条件时，t₁，t₂，……，t_i被合并为同一时间τ：

经过上述步骤，四元组(s,r,o,t)变为(s,r,o,τ)，(s,r,o,T＝[t_b,t_e])变为(s,r,o,T＝[τ_b,τ_e])；对于(s,r,o,T＝[τ_b,τ_e])，通过枚举操作，将其映射为时间点形式的四元组。

3.根据权利要求1所述的基于无监督类型约束的上下文感知知识补全方法，其特征在于，将自适应时间粒度聚合模块处理后的四元组(s,r,o,τ)输入到四元组结构模块中，经过初始化嵌入模块，获得头实体s、尾实体o、关系r和时间τ在复数空间的初始向量表示为了捕获实体的邻域信息，将e_s，e_o，r，τ输入到邻居编码器中，获得头尾实体聚合邻居后的增强表示e_s，e_o；然后通过四元组评分模块获得四元组结构得分f_stru。

4.根据权利要求3所述的基于无监督类型约束的上下文感知知识补全方法，其特征在于，所述邻居编码器包括三部分：(1)基于实体语义匹配的邻居采样：从实体邻居集合中选取固定数量的邻居；(2)邻居聚合器：将采样后的邻居按照一定的方式聚合，获得实体e的邻居表示e_nei；(3)融合：将实体e的自身结构表示e_e与邻居表示e_nei融合，得到最终的实体表示e′_e。