[发明专利]一种面向大规模知识库的快速学习方法

权利要求书

1.一种面向大规模知识库的快速学习方法，其特征在于，所述方法包括以下步骤：

S1：知识提取：从异源异构的数据中进行知识数据的提取，知识数据为事实三元组，包括：实体和关系；

S2：知识表示：构建TransH模型，利用TransH模型，把知识数据中的所有实体和关系嵌入到低维向量空间中，从而实现知识数据的知识表示；

S3：知识融合：通过RLCD模型对经S2知识表示之后的知识数据进行融合，并将融合后的知识数据存入知识图谱；

S4：知识推理：从知识图谱中提取S3融合后的知识数据进行推理，并将推理后的知识数据存入知识图谱；获得更新的知识和结论；

S3包括以下步骤：

S3.1：使用TransH模型对事实三元组进行训练；

S3.2：使用Doc2Vec编码器对实体描述进行训练；

S3.3：RLCD模型将实体的事实三元组和文本描述连接起来，从而输出嵌入包含文本实体描述和文本三元组的完整语义信息，进而能完成知识的融合；

S3.4：然后将融合完毕后的知识数据存入到知识图谱中；

S3.2包括以下步骤：

S3.2.1：首先在以c表示的中心词的上下文词中，随机生成N维的段落向量x^paragraph-id和N维独热编码向量x^c-m,…,c+m，其中上下文的窗口大小为m；S3.3.2：将向量x^paragraph-id和独热编码向量x^c-m,…,c+m的维数从N维向量x^{c-m,…,c+m,paragraph-id}减少到n维并嵌入v_{c-m,…,c+m,paragraph-id}中，嵌入公式为：

v_c-m＝x^(c-m)V,v_c-m+1＝x^(c-m+1)V,…,v_c+m＝x^(c+m)V,v_paragraph-id＝x^paragraph-idV

其中，V是一个N行n列的权重矩阵，v_c-m为N维独热码向量x^c-m降维后得到n维稠密向量，x^(c-m)为一个上下文词向量；

S3.2.4：通过计算上下文词向量和段落嵌入的平均值来计算中心词向量的值：

S3.2.5：将n行N列的权重矩阵U与中心词向量相乘得到z，即从而将中心词向量维数由n变回N；

S3.2.6：利用softmax函数将z转换为概率：将一个独热码的中心向量乘以最大化匹配概率

其中y表示分布概率。

2.根据权利要求1所述的面向大规模知识库的快速学习方法，其特征在于，S1中异源异构的数据包括：结构化数据、半结构化数据、非结构化数据。