[发明专利]一种基于实体距离的知识表示学习方法

权利要求书

1.一种基于实体距离的知识表示学习方法，其特征在于，包括以下步骤：

(1)对知识图谱的训练样本中的关系和实体进行向量表示；

(2)对于训练样本中的每个关系，根据实体是否在该关系组成的三元组中出现，将所有实体划分为两个集合；其中，实体集合划分方法为：对于每个关系r，r∈R，将实体集合E划分为E_r′与E_r″，其中，实体集合E_r′中的实体在知识图谱中由关系r组成的三元组中出现过，即E_r′＝{e|e∈E,h,t∈E,(h,r,e)∈S或(e,r,t)∈S}；而E_r″为E_r′的补集合，即E_r″＝E-E_r′；其中h为头实体，t为尾实体；

(3)根据预设概率在(2)中划分的两个集合中选取实体进行实体替换生成负例；其中，替换实体生产负例的方法具体为：给定E_r′与E_r″的集合分配概率ω，其中ω为实数且ω∈[0，1]，取随机值pr∈[0,1]，当pr∈[0,ω]时，E_r′集合中取实体构造负例；否则，在E_r″集合中取实体构造负例；

(4)定义训练的目标函数；

(5)将实体关系三元组代入模型进行训练，求解实体和关系的表示向量，从而在向量空间中通过距离计算实现语义推理。

2.根据权利要求1所述的基于实体距离的知识表示学习方法，其特征在于，所述步骤(1)中，对知识图谱的训练样本数据中的关系和实体进行向量表示，即实体集合E＝{e₁,e₂,…,e_n}，其中每个实体e_i都是一个m维的向量；同样有关系集合R＝{r₁,r₂,…,r_n}，其中每个关系r_i也是一个m维的向量，n表示训练样本数据个数。

3.根据权利要求2所述的基于实体距离的知识表示学习方法，其特征在于，对知识图谱中的所有实体集合E＝{e₁,e₂,…,e_n}，中的每个实体e_i进行随机初始化为m维的向量，并限制模长为1；同样对所有的关系集合R＝{r₁,r₂,…,r_n}，中的每个关系r_i也进行随机初始化为m维的向量，并限制模长为1，其中m为大于0的自然数。

4.根据权利要求1至3任一项所述的基于实体距离的知识表示学习方法，其特征在于，在步骤(3)中替换实体生产负例的方法为：

对于训练样本数据中正确的三元组(h,r,t)，头实体h或尾实体t被一个随机实体替换为新的头实体h′或尾实体t′,其中h′和t′也属于实体集合E中。

5.根据权利要求4所述的基于实体距离的知识表示学习方法，其特征在于，所述步骤(4)中，定义训练的目标函数：

式中，运算符号[x]₊＝max(0,x)，运算符号表示向量x的L2距离平方，S_(h,r,t)表示知识图谱中存在的三元组集合，S′_(h,r,t)表示通过选取E_r′中的实体替换生成的负例三元组集合，S″_(h,r,t)表示通过选取E_r″中的实体替换生成的负例三元组集合；f_r(h,t)表示正例三元组的评分函数值，f_r(h′,t′)和f_r(h,t)分别表示抽取集合E_r′和E_r″中实体构造负例三元组的评分函数；α,β分别表示从S′与S″集合中选取三元组构造负例时，评分函数所占的权重；γ是一个常量用于间隔正例和负例，尾项用于防止训练过程中出线过拟合。