[发明专利]基于关系特定门过滤的开放世界知识补全方法及系统

权利要求书

1.一种基于关系特定门过滤的开放世界知识补全方法，其特征在于，包括以下步骤：

步骤S1:通过关系感知注意力聚合器获得实体的文本嵌入，利用封闭世界知识补全模型获得实体的结构嵌入，并将文本嵌入通过关系特定门过滤的对齐模块对齐到结构空间；

步骤S2:训练关系感知注意力聚合器、对齐函数和关系特定门中的参数；

步骤S3:通过封闭世界知识补全模型对三元组进行评分，实现开放世界背景下的知识补全。

2.根据权利要求1所述的基于关系特定门过滤的开放世界知识补全方法，其特征在于，所述步骤S1具体为：

步骤S11:将实体e的名称和描述进行编码得到文本向量v_e，同时利用封闭世界的知识补全模型编码实体和关系的结构向量e和r；

步骤S12:文本向量v_e通过对齐函数得到结构空间中的向量e′；其次，e和e′分别通过一个关系特定门和关系向量r作用，发掘特定关系下实体的共同特征，对相同关系下的头尾实体进行约束，得到优化后的实体嵌入e_r和e′_r。

3.根据权利要求1所述的基于关系特定门过滤的开放世界知识补全方法，其特征在于，所述编码包括结构向量编码和文本向量编码；所述结构向量编码，通过封闭世界的知识补全模型来学习知识库中实体和关系的结构向量；所述文本向量编码，具体为：对于一个实体e，将与之对应的实体名称和实体描述连接成一个单词序列W(e)＝(w_e,1,w_e,2,...,w_e,l)，然后将单词序列W(e)通过单词嵌入层转换为一个单词嵌入序列(w_e,1,w_e,2,...,w_e,l)，再利用关系感知注意力聚合器得到实体的文本嵌入。

4.根据权利要求2所述的基于关系特定门过滤的开放世界知识补全方法，其特征在于，所述实体e的文本向量v_e定义如下：

其中，σ表示激活函数,w_e,i表示实体e的文本描述中第i个单词的嵌入，此外，z_r表示关系特定的注意力参数，和和一样，都是通过学习得到。

5.根据权利要求2所述的基于关系特定门过滤的开放世界知识补全方法，其特征在于，所述对齐函数包括两种对齐函数，具体如下

关系特定线性对齐函数：对于文本向量v_e，首先经过一个不带偏置的线性变换，再将变换后的结果输入到双曲正切激活函数tanh()中，得到实体e在结构空间中的表示，计算过程如公式(4)所示：

e′＝Align(v_e)＝tanh(W_r·v_e) (4)

其中，W_r是特定于关系的变换矩阵；

关系特定仿射对齐函数：对于文本向量v_e，首先经过一个全连接层，再将输出的结果输入到tanh()中，得到实体e在结构空间中的表示，计算过程如公式(5)所示：

e′＝Align(v_e)＝tanh(W_r·v_e+b_r) (5)

其中，W_r是特定于关系的矩阵，b_r是特定于关系的偏置。