[发明专利]基于关系超平面的时间感知翻译模型的关系预测方法

权利要求书

1.一种基于关系超平面的时间感知翻译模型的关系预测方法，其特征在于，该方法应用于城市安全风险管控系统中，实现对带有时间注解的风险数据进行关系预测和实体预测，达到风险数据知识图谱边补全的目的；城市安全风险管控系统分为风险采集模块和知识图谱模块，在知识图谱模块上，利用SQL Server数据库存储风险知识图谱，同时利用D3.js插件在页面实现知识图谱的可视化展示；在知识图谱模块上嵌入了知识表示模型TRRH模型，其中数据集从SQL Server数据库中读取，训练好的数据模型存储在城市安全风险管控系统指定的文件夹当中；当用户进行关系预测和实体预测时，城市安全风险管控系统从指定的文件夹中获取相应的数据模型进行预测；在学习实体嵌入时把头实体s和尾实体o映射到对应的关系超平面w_p上得到头实体s_⊥和尾实体o_⊥，后结合开始时间维度t_b和事实的持续时间Δt，得到最后的头实体s_t和尾实体o_t，实现同一个实体在不同的时间点和不同的关系下具有不同的角色意义；在学习关系p嵌入时结合开始时间维度t_b和事实的持续时间Δt得到关系p_t，实现同一个关系下在不同的时间点具有不同的含义，提高实体间存在复杂关系下的预测性能；

对于一个四元组(s,p,o,t)，其中，t＝[t_b,t_e]，该方法具体采用以下三种结合方式来将实体s和o以及关系p与开始时间维度t_b、结束时间维度t_e、事实的持续时间Δt结合，其中，Δt＝|t_e-t_b|：

(1)加法：先将头尾实体映射到关系超平面上，然后通过加上时间维度的开始时间向量，并加上时间间隔向量，得到最后的头尾实体向量，关系则是直接加上时间维度的开始时间向量和时间间隔向量，得到最后的关系向量：

p_t＝p+t_b+Δt

(2)减法：先将头尾实体映射到关系超平面上，然后通过减去时间维度的开始时间向量，再加上时间间隔向量，得到最后的头尾实体向量，关系则是直接减去时间维度的开始时间向量，然后加上时间间隔向量，得到最后的关系向量：

p_t＝p-t_b+Δt

(3)乘法：先将头尾实体映射到关系超平面上，后通过乘以时间维度的开始时间向量，再加上时间间隔向量，得到最后的头尾实体向量，关系则是直接乘以时间维度的开始时间向量，然后加上时间间隔向量，得到最后的关系向量：

p_t＝pt_b+Δt。

2.根据权利要求1所述的基于关系超平面的时间感知翻译模型的关系预测方法，其特征在于，还添加有类型约束和关系时序约束，进一步提高预测性能。

3.根据权利要求1所述的基于关系超平面的时间感知翻译模型的关系预测方法，其特征在于，在一个有效的时间段里面，一个事实可以映射为s_t+p_t≈o_t，结合投影公式和评分公式，可得三种方式的具体评分公式分别如下：

加法方式的评分公式：

减法方式的评分公式：

乘法方式的评分公式：

||w_p||₂＝1，||Δt||₂＝1

对于正例四元组，f(s,p,o,t)得分越小越好，对于负例四元组，f(s,p,o,t)得分越大越好。