[发明专利]一种融合实体描述及类型的知识图谱表示学习方法

说明书

本发明提出了一种融合实体描述及类型的知识图谱表示学习方法，包括以下步骤：步骤S1：利用翻译模型获得三元组实体的嵌入，将三元组中的关系当作头实体和尾实体间翻译操作，得到每个三元组实体和关系的数值向量表示；步骤S2：采用Doc2Vec模型，对实体描述的文本信息进行嵌入；步骤S3：通过Trans模型得到的实体嵌入，与实体层次类型映射矩阵结合，得到三元组实体类型的嵌入；步骤S4：将所有的表示向量进行连接，得到最终的三元组实体向量，采用随机梯度下降的方法优化训练模型，进行效果评估。本发明提出的方法，通过实体描述及实体类型的嵌入，提高了知识图谱三元组实体表示的语义信息。

技术领域

本发明涉及知识图谱领域，特别是指一种融合实体描述及类型的知识图谱表示学习方法。

背景技术

2012年，谷歌提出了知识图谱的概念，并将其运用到搜索引擎中。之后，大规模知识图 谱的构建取得了巨大的进展，涌现出一大批知识图谱，具有代表性的有YAGO、DBpedia、 FreeBase等。目前，知识图谱在很多人工智能应用上发挥着重要的作用，例如智能问答、信 息推荐、网页搜索等。知识图谱是一个结构化的语义网络，存储着大量的事实三元组(头实体， 关系，尾实体)，通常简化为(h,r,t)。

但是随着知识图谱规模的逐渐扩大，数据类型逐渐多样化，实体与实体之间的关系越来 越复杂，传统基于符号和逻辑的方法，由于其计算低效性，使得知识图谱应用面临挑战。

为了解决这个问题，表示学习被提出并得到蓬勃发展。表示学习的目的是将知识图谱三 元组中的实体和关系映射到低维稠密的向量空间，将传统基于逻辑和符号的运算转变为基于 数值的向量计算。基于能量函数的表示学习模型由于其简单高效性在链接预测、三元组分类 等任务上取得了较好的结果，被广泛应用于知识图谱补全、实体对齐等领域。

目前知识图谱表示学习方法主要有一下三类：基于张量分解的模型、基于翻译操作的模 型、融合多源信息的模型。基于张量分解的表示学习模型以RESCAL模型为代表，它将知识 图谱编码为一个张量，若三元组存在于知识图谱中，则对应张量中的值设置为1，反之为0。 但是RESCAL模型需要大量的参数，计算效率低。基于翻译操作的表示学习模型以TransE 模型为代表，它将三元组中的关系看作头实体和尾实体之间的翻译操作，基本假设是成立的 事实三元组(h,r,t)应该满足等式h+r＝t。TransE在对一对一类型的关系上很有效，但是在处理 一对多、多对一以及多对多问题时存在一定的问题。有很多模型对TransE进行了改进，但是 仅考虑知识图谱中的三元组结构信息，尚有大量与实体和关系有关的其它信息没有得到有效 应用，造成实体、关系的语义信息不明确。在多源信息融合的表示学习方面，主要是考虑实 体描述的知识表示学习模型，以及文本与知识库融合的表示学习，这些模型的信息来源以及 融合手段都非常有限。此外，知识图谱中的实体分布呈现长尾分布现象，部分实体在异构的 数据源中不具有相应的描述文本。

发明内容

本发明的主要目的在于克服现有技术中的上述缺陷，提出一种融合实体描述及类型的知 识图谱表示学习方法，能够解决当前表示学习模型大都只考虑了知识图谱的三元组信息，对 知识图谱中丰富的文本信息、类型信息融合程度低，融合方式单一的问题，从而能够很好的 降低实体和关系的模糊程度、提高推理预测的准确度，提高知识图谱三元组实体表示的语义 信息。

本发明采用如下技术方案：

一种融合实体描述及类型的知识图谱表示学习方法，其特征在于，包括以下步骤：

步骤S1：利用翻译模型(Translation model,Trans)获得三元组实体的嵌入，将三元组中 的关系当作头实体和尾实体间翻译操作，得到每个三元组实体和关系的数值向量表示；

步骤S2：考虑知识图谱中三元组实体描述的全部文本信息，采用Doc2Vec模型，对实体 描述的文本信息进行嵌入；