[发明专利]基于子图划分的知识图谱降维表达方法

权利要求书

1.基于子图划分的知识图谱降维表达方法，其特征在于：对知识图谱进行子图的划分；对划分的子图进行CP张量分解，得到实体编码向量和关系编码向量作为降维表达的结果输出。

2.根据权利要求1所述的基于子图划分的知识图谱降维表达方法，其特征在于：所述方法对知识图谱进行子图划分的过程如下：

S11.人工对知识图谱中的实体进行标记，将不同的实体分别标记为核心对象实体和次要对象实体；

S12.将标记的所有的核心对象实体压入栈K中

S13.从栈K中取出一个核心对象实体作为遍历起点进行遍历：

(1)输入遍历的起点，核心对象实体

(2)以核心对象实体为起点进行深度为1的广度优先遍历，并将遍历得到的实体全部加入子图G_S中；

(3)判断遍历得到的实体中是否包含有核心对象实体，若是则将遍历得到的核心对象实体压入栈S中，从栈S中取出一个核心对象实体，然后以取出的核心对象实体为起点执行步骤(2)；否则判断栈S中的实体数量是否为0，若栈S中的实体数量是为0，则结束遍历，输出子图G_S，然后将遍历得到的核心对象实体从栈K中除去；若栈S中的实体数量不为0，则从栈S中取出一个核心对象实体，然后以取出的核心对象实体为起点执行步骤(2)；

S14.判断栈K中实体数量是否为0，若是则结束子图划分，否则从栈K中取出一个核心对象实体作为遍历起点按照步骤S13的方式进行遍历。

3.根据权利要求1所述的基于子图划分的知识图谱降维表达方法，其特征在于：所述对子图进行CP张量分解的具体过程如下：

S21.输入子图G_S，子图G_S包含n个实体和m条关系；

S22.基于子图G_S构建三阶张量

S23.对张量进行CP分解：

其中d表示知识图谱中实体的类型数，表示向量的外积，A,B,C表示三个因子矩阵，其中A和B表示实体的特征矩阵，C表示关系的特征矩阵；

S24.构造并计算目标函数：判断目标函数δ的数值是否为最小，若是则输出A,B,C三个矩阵的最优解，否则对三个矩阵进行更新：

然后基于更新的A,B,C三个矩阵执行步骤S24。