[发明专利]基于知识图谱嵌入表示的预测方法、装置和计算机设备有效

专利信息
申请号: 202110070124.7 申请日: 2021-01-19
公开(公告)号: CN112800237B 公开(公告)日: 2023-08-11
发明(设计)人: 王春凯;冯键 申请(专利权)人: 中国再保险(集团)股份有限公司
主分类号: G06F16/36 分类号: G06F16/36;G06F16/28;G06F16/35;G06F40/30
代理公司: 北京华进京联知识产权代理有限公司 11606 代理人: 孙岩
地址: 100032 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 知识 图谱 嵌入 表示 预测 方法 装置 计算机 设备
【权利要求书】:

1.一种基于知识图谱嵌入表示的预测方法,其特征在于,所述方法包括:

获取基于语义知识和关联关系的目标知识图谱,以及获取所述目标知识图谱中的三元组,所述三元组包括第一实体、第二实体和目标关系;

获取所述目标关系对应的第一法向量和第二法向量,以及获取基于所述第一实体、所述第二实体和所述目标关系形成的关系矩阵;

按照所述第一法向量确定出所述第一实体对应的第一映射实体,按照所述第二法向量确定出所述第二实体对应的第二映射实体,按照所述关系矩阵对应的循环矩阵确定出所述目标关系对应的实体关系映射向量;

按照预设的打分函数,对所述第一映射实体、所述第二映射实体和所述实体关系映射向量进行训练,得到所述第一映射实体对应的第一嵌入实体、所述第二映射实体对应的第二嵌入实体和所述目标关系对应的目标嵌入关系;

应用所述第一嵌入实体、所述第二嵌入实体和所述目标嵌入关系,对所述目标知识图谱对应的语义知识和关联关系中的至少一种进行预测。

2.根据权利要求1所述的方法,其特征在于,所述获取基于语义知识和关联关系的目标知识图谱,包括:

若所述第一实体与第二实体之间的反向关系与所述目标关系不一致,或所述第一实体对应的语义类别与所述第二实体对应的语义类别不一致,或所述第一实体或所述第二实体对应的出度或入度不一致,或所述目标关系连接对应的第一实体数量与对应的第二实体数量不一致,则将所述第一实体与所述第二实体对应的知识图谱确定为所述目标知识图谱。

3.根据权利要求1所述的方法,其特征在于,所述按照所述第一法向量确定出所述第一实体对应的第一映射实体,按照所述第二法向量确定出所述第二实体对应的第二映射实体,按照所述关系矩阵对应的循环矩阵确定出所述目标关系对应的实体关系映射向量,包括:

将所述第一实体映射至所述第一法向量对应的第一超平面,得到第一映射实体;

将所述第二实体映射至所述第二法向量对应的第二超平面,得到第二映射实体;

对于所述目标关系,通过所述关系矩阵对应的循环矩阵,对所述第一实体、所述第二实体进行映射,得到所述目标关系对应的实体关系映射向量。

4.根据权利要求1所述的方法,其特征在于,所述循环矩阵的获取方式,包括:

对所述关系矩阵中的元素进行平移,得到所述循环矩阵。

5.根据权利要求1所述的方法,其特征在于,所述预设的打分函数包括第一打分函数和第二打分函数;

所述按照预设的打分函数,对所述第一映射实体、所述第二映射实体和所述实体关系映射向量进行训练,得到所述第一映射实体对应的第一嵌入实体、所述第二映射实体对应的第二嵌入实体和所述目标关系对应的目标嵌入关系,包括:

按照所述第一打分函数,对所述第一映射实体、所述第二映射实体进行训练,得到所述第一映射实体对应的第一嵌入实体和所述第二映射实体对应的第二嵌入实体;

按照所述第二打分函数,对所述目标关系和所述实体关系映射向量进行训练,得到所述目标关系对应的目标嵌入关系。

6.根据权利要求5所述的方法,其特征在于,所述按照所述第一打分函数,对所述第一映射实体、所述第二映射实体进行训练,得到所述第一映射实体对应的第一嵌入实体和所述第二映射实体对应的第二嵌入实体,包括:

根据所述第一映射实体和所述目标关系,确定出所述第二实体对应的实体画像;

获取所述第二映射实体和所述实体画像之间的相似性;

按照所述第一打分函数和所述映射相似性,对所述第一映射实体、所述第二映射实体进行训练,得到所述第一映射实体对应的第一嵌入实体和所述第二映射实体对应的第二嵌入实体。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国再保险(集团)股份有限公司,未经中国再保险(集团)股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110070124.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top