[发明专利]预测目标实体状态的方法和系统在审
申请号: | 201910680777.X | 申请日: | 2019-07-26 |
公开(公告)号: | CN112307213A | 公开(公告)日: | 2021-02-02 |
发明(设计)人: | 周振华;黄晶 | 申请(专利权)人: | 第四范式(北京)技术有限公司 |
主分类号: | G06F16/36 | 分类号: | G06F16/36 |
代理公司: | 北京铭硕知识产权代理有限公司 11286 | 代理人: | 田硕;王秀君 |
地址: | 100085 北京市海淀区上*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 预测 目标 实体 状态 方法 系统 | ||
1.一种预测目标实体状态的方法,包括:
根据实体以及实体之间的关系建立关系图谱,其中,所述关系图谱包括节点和连接在节点之间的有向边,所述节点代表实体,所述有向边代表实体之间的至少一种关系;
基于所述关系图谱,计算节点的特征编码向量,其中,所述特征编码向量表示节点的隐语义表达;
根据预设方式来改变关系图谱的结构;
针对改变后的关系图谱重新计算节点的特征编码向量;以及
至少基于节点之中的目标节点的特征编码向量在重新计算之后的变化来预测所述目标节点所代表的目标实体的状态。
2.如权利要求1所述的方法,其中,基于所述关系图谱,计算节点的特征编码向量的步骤包括:基于所述关系图谱,利用嵌入向量算法、标签传播算法、随机游走算法和网页排名算法之中的至少一种来计算节点的特征编码向量。
3.如权利要求1所述的方法,其中,根据预设方式来改变关系图谱的结构包括:根据预设方式来执行以下操作中的至少一种:改变有向边的权重、删除一条或多条有向边、增加一条或多条有向边、删除一个或多个节点、增加一个或多个节点。
4.如权利要求1所述的方法,其中,所述预设方式包括以下方式中的至少一种:随机改变、根据专家经验来改变、根据事先训练出的机器学习模型的预测结果来改变,其中,所述机器学习模型用于预测节点和/或有向边的变化。
5.如权利要求4所述的方法,其中,所述机器学习模型至少以节点的属性作为样本特征,并以节点的属性变化作为预测目标;或者,所述机器学习模型至少以有向边的属性作为样本特征,并以有向边的属性变化作为预测目标。
6.如权利要求1所述的方法,其中,根据预设方式来改变关系图谱的结构包括:根据预设方式,在目标节点的预设范围内改变关系图谱的结构,其中,所述预设范围包括与目标节点经由不超过预设数量的节点而连接的节点。
7.如权利要求1所述的方法,其中,根据预设方式来改变关系图谱的结构包括:根据预设方式来一次或多次改变关系图谱的结构。
8.一种存储指令的计算机可读存储介质,其中,当所述指令被至少一个计算装置运行时,促使所述至少一个计算装置执行如权利要求1至7中的任一权利要求所述的预测目标实体状态的方法。
9.一种包括至少一个计算装置和存储指令的至少一个存储装置的系统,其中,所述指令在被所述至少一个计算装置运行时,促使所述至少一个计算装置执行如权利要求1至7中的任一权利要求所述的预测目标实体状态的方法。
10.一种预测目标实体状态的系统,包括:
关系图谱建立装置,被配置为:根据实体以及实体之间的关系建立关系图谱,其中,所述关系图谱包括节点和连接在节点之间的有向边,所述节点代表实体,所述有向边代表实体之间的至少一种关系;
关系图谱改变装置,被配置为:根据预设方式来改变关系图谱的结构;
计算装置,被配置为:基于建立的关系图谱,计算节点的特征编码向量,并且基于改变后的关系图谱重新计算节点的特征编码向量,其中,所述特征编码向量表示节点的隐语义表达;以及
预测装置,被配置为:至少基于节点之中的目标节点的特征编码向量在重新计算之后的变化来预测所述目标节点所代表的目标实体的状态。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于第四范式(北京)技术有限公司,未经第四范式(北京)技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910680777.X/1.html,转载请声明来源钻瓜专利网。