[发明专利]一种基于知识图谱邻域结构的图谱完备化方法

权利要求书

1.一种基于知识图谱邻域结构的图谱完备化方法，其特征在于，包括：

1)知识图谱中的实体要素嵌入模型Entity2vec构建：依次将知识图谱中的每个实体v视为源实体，采用随机游走的方式对实体v周围的相邻实体进行选择，游走步数设定为固定值η，游走结束时原知识图谱即被转换为规模为|E|×η的实体序列矩阵，其中每一行表示实体v及其通过随机游走得到的相邻实体结点的序列，|E|为知识图谱中所有实体的数目，在该实体序列矩阵上选取实体v的邻域N_e(v)，然后基于实体v与其邻域N_e(v)建立概率模型将实体v映射到对应的实体向量空间内，使得在知识图谱中相邻的实体在其实体向量空间内也处于相邻的位置，将Entity2vec模型训练得到头实体h的向量表示h_ent和尾实体t的向量表示t_ent；

2)知识图谱中的关系要素嵌入模型Relation2vec构建：依次将知识图谱中的每个关系r视为源关系，采用随机游走的方式对关系r周围的相邻关系进行选择，游走步数设定为固定值β，游走结束时原知识图谱即被转换为规模为|R|×β的关系序列矩阵，其中每一行表示关系r及其通过随机游走得到的相邻关系结点的序列，|R|为知识图谱中所有关系的数目，在该关系序列矩阵上选取关系r的邻域N_e(r)，然后基于关系r与其邻域N_e(r)建立概率模型将关系r映射到对应的关系向量空间内，使得在知识图谱中相邻的关系在其关系向量空间内也处于相邻的位置，将Relation2vec模型训练得到关系r的向量表示r_rel；

3)关系与实体之间的线性映射：为每个关系r定义映射矩阵M_r，将实体向量表示映射到对应的关系向量空间内得到联合向量空间，在该联合向量空间建立评价函数对三元组联合模型进行训练；

4)在训练过程中，使用基于邻域的负样本采样算法，实现联合向量空间中相邻的三元组在训练过程中采集到的负实体结点同样处于相邻的位置；

所述基于邻域的负样本采样算法是对每个实体v都设定一个对应的尾实体负样本集合，并在初始时刻指定其为空集合，然后定义直接与实体v相连接的邻域实体集合n(v):

n(v)＝{v_j|(v,r,v_j)∈C(v)∪(v_j,r,v)∈C(v)}

C(v)表示以实体v为中心实体的邻域三元组集合，从实体v的邻域实体集合n(v)里随机选择一个实体v₁，判断该实体v₁对应的尾实体负样本集合里是否为空，如果该集合为空，则从原实体集合里面随机采样满足(v,r,t')∈T'的尾结点负样本t'作为负样本实体结点，并将t'添加进v对应的尾实体负样本集合来；反之，如果该集合不为空，则从该集合里面随机选择实体v₂，如果v₂满足(v,r,v₂)∈T'，就将v₂作为实体v所对应的尾实体负样本，如果v₂不满足(v,r,v₂)∈T'，则依然从原实体集合里面随机采样满足(v,r,t')∈T'条件的尾结点负样本t'，无论哪个选择，最后得到的负样本t'都将新添加进v对应的尾实体负样本集合中，其中T'表示知识图谱的负三元组集合；

5)基于知识图谱完备化的链式预测：根据已知三元组的头结点与关系对尾结点进行预测，或是根据已知三元组的尾结点与关系对头结点进行预测，最终得到知识图谱完备化结果。