[发明专利]一种基于不确定性本体的知识表示方法

权利要求书

1.一种基于不确定性本体的知识表示方法，其特征在于，包括以下步骤：

步骤(1)从带有不确定性信息的本体知识图谱中获取实体、类型、关系及带有不确定信息的三元组；

步骤(2)对实例、类型、关系的表示向量初始化；

步骤(3)基于不确定性本体的距离函数，构建不确定三元组的能量方程；

步骤(4)根据所述距离函数，构建基于均方误差的损失函数，通过最小化损失函数，学习实体及关系的表示。

2.根据权利要求1所述的一种基于不确定性本体的知识表示方法，

其特征在于，所述步骤(1)，需要从图谱中获取数据包括：

图谱中的实例集合E＝{entity₁，entity₂，...，entity_{e_num}}，其中e_num表示实例数量；类型集合C＝{class₁，class₂，...，class_{c_num}}，其中c_num表示类型数量；关系集合P＝{property₁，property₂，...，property_{p_num}}，其中p_num表示关系数量；

其中带有不确定信息的三元组合集合；

G＝{l₁，s₁，l₂，s₂，...，l_{t_num}，s_{t_num}}，其中l_i，s_i＞∈G，l_i＝(h_i，r_i，t_i)，其中h_i表示三元组的头实体，t_i表示尾实体，r_i表示头实体和尾实体之间的关系，s_i表示三元组的置信度分数即不确定信息，t_num表示三元组的数量。

3.根据权利要求1所述的基于不确定本体的知识表示方法，其特征在于，所述步骤(2)中，对于实例、类型、关系的表示初始化方法是：对实例集合E＝{entity₁，entity₂，...，entity_{e_num}}，其中每个entity_i实例都表示成一个m维的向量对于类型集合C＝{class₁，class₂，...，class_{c_num}}，其中每个类型class_i都表示成一个m维的超球体(c_i，ρ_i)，其中为m维的向量，表示超球体的球心，表示超球体的半径；对于关系集合P＝{property₁，property₂，...，property_{p_num}}，其中每个关系property_i表示为2*m维超球体其中是2m维向量，表示超球体球心，表示domain即该关系的定义域，表示range即该关系的值域，表示关系超球体半径。

4.根据权利要求1所述的基于不确定性本体的知识表示方法，其特征在于，所述步骤3中基于不确定性本体的距离函数的定义方法是，首先根据不确定性三元组所描述的关系类型的不同，将这些三元组划分成六组，分别是：data类型，表示实例和实例之间的关系；type类型，表示实例所属类型；sc类型，表示类型与其父类的从属关系；domain类型，表示关系的定义域；range类型，表示关系的值域；subproperty表示关系与其父类的从属关系。之后，分别为这六种类型定义距离函数：Gap(l)_data、Gap(l)_type、Gap(l)_sc、Gap(l)_domain、Gap(l)_range、Gap(l)_sp。