[发明专利]模型的训练方法、三元组的嵌入方法、装置、介质及设备

说明书

本公开提供了一种三元组的嵌入模型的训练方法、三元组的嵌入、装置、计算机可读介质及电子设备，涉及机器学习技术领域。该三元组的嵌入模型的训练方法包括：获取N组训练样本，其中，每组训练样本包括：三元组和三元组所表述的知识成立的概率，N为大于1的整数；将第i组训练样本中的三元组输入嵌入模型，根据嵌入模型的输出得到投影距离S_i，其中，i为小于等于N的正整数；根据第i组训练样本的概率P_i和投影距离S_i确定嵌入模型的损失函数，以基于损失函数训练嵌入模型。本技术方案对三元组进行嵌入处理之后的信息量中包含概率信息，有利于提升医学知识点的表述准确度，以及有利于提升三元组嵌入处理的准确度。

技术领域

本公开涉及机器学习技术领域，具体而言，涉及一种三元组的嵌入模型的训练方法及装置、三元组的嵌入方法及装置、计算机可读介质和电子设备。

背景技术

知识图谱(Knowledge Graph，简称：KG)，或称作知识库(Knowledge Base，简称：KB)，是通过“实体”和“关系”来表示知识的图(Graph)结构。而知识图谱嵌入(KGEmbedding)是指将知识图谱中的“实体”和“关系”用向量或低维向量表示，从而，在基于知识图谱的推理应用中，可以用向量计算代替符号推理。也就是说，使得知识图谱中的三元组更适用于基于知识图谱的推理计算中。

相关技术中，将知识图谱中三元组的嵌入标签模型视为二分类模型：三元组所表达的知识点成立则为“正样本”、三元组所表达的知识点不成立则为“负样本”(不成立的知识点)。进一步地，二分类模型的训练目标为：对于训练样本中知识点成立的三元组，其向量h+r与t之间的距离尽可能小。一般采用的损失函数为：正样本比负样本的距离值小至少一预设距离。

然而，相关技术提供的知识图谱的嵌入方法中，三元组嵌入处理的准确度有待提高。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开实施例的目的在于提供一种三元组的嵌入模型的训练方法、三元组的嵌入模型的训练装置、三元组的嵌入方法、三元组的嵌入装置、计算机可读介质及电子设备，进而至少在一定程度上提升了三元组嵌入处理的准确度。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开实施例的第一方面，提供了一种三元组的嵌入模型的训练方法，包括：

获取N组训练样本，其中，每组训练样本包括：三元组和上述三元组所表述的知识成立的概率，N为大于1的整数；

将第i组训练样本中的三元组输入嵌入模型，根据上述嵌入模型的输出得到投影距离S_i，其中，i为小于等于N的正整数；

根据上述第i组训练样本的概率P_i和上述投影距离S_i确定上述嵌入模型的损失函数，以基于上述损失函数训练上述嵌入模型。

在本公开的一种实施例中，基于前述方案，上述根据上述第i组训练样本的概率P_i和上述投影距离S_i确定上述嵌入模型的损失函数，包括：

基于预设的映射函数，将第i个组训练样本中的概率P_i映射为第i组训练样本对应的目标距离D_i；

根据上述目标距离D_i和上述投影距离S_i的差值确定上述嵌入模型的损失函数；

其中，上述映射函数为投影距离S_i的值域和概率P_i的值域之间实现一对一映射的单调函数。