[发明专利]一种基于路径置信度的知识图谱噪声检测方法

权利要求书

1.一种基于路径置信度的知识图谱噪声检测方法，其特征在于，其步骤如下：

步骤一：初始化三元组的数量，找到所有三元组的所有路径，利用翻译模型TransE算法对每一条路径的每一个三元组进行嵌入化表示，将三元组的全部路径表示为路径嵌入序列；其中，路径嵌入序列中相邻的三元组之间形成一个节点，节点数量为n；

步骤二：将节点依次输入至基于置信度的基于相关度的概率逻辑层(CPLL)，计算每条路径中每个节点的置信度得分矩阵；

在步骤二中，具体方法为：

S21、对输入的节点T进行初始化：

其中，N′_i表示路径上第i个三元组的嵌入矩阵，N′_i+1表示路径上第i+1个三元组的嵌入矩阵，(N′_i+1)^T表示三元组嵌入矩阵N′_i+1的转置，x′_i、x′_i+1、x′_i+2均表示实体，r′_i和r′_i+1均表示关系；

S22、将节点T与参数矩阵W₀相乘得到三元组之间的全局置信度，即全局三元组置信度：

GTT(i,i+1)＝T·W₀ (4)；

其中，GTT(i,i+1)为全局三元组置信度；

S23、节点T进入Separatepadd layer中，分离出T的对角线上的子矩阵块T₁,T₂,T₃，然后将T₁,T₂,T₃分别与参数矩阵W₁,W₂,W₃相乘，得到D,E,F；利用D,E,F进行基于相关度的逻辑运算并相加得到三元组之间的局部置信度，即局部三元组置信度：

D＝T₁·W₁,E＝T₂·W₂,F＝T₃·W₃ (6)；

其中，MIN(·)表示取矩阵的最小值，MAX(·)表示取矩阵的最大值，1表示矩阵内元素全为1，-1表示矩阵内的元素全为-1，分别表示不同的逻辑运算，LTT(i,j)为局部三元组置信度；

S24、将全局三元组置信度和局部三元组置信度相乘，得到节点T的置信度得分G_i：

G_i＝GTT(i,i+1)·LTT(i,i+1) (12)；

步骤三：分别将每个路径中的所有节点的置信度得分矩阵输入到Bi-GRU中，获得每个路径的得分矩阵；

步骤四：将每个路径的得分矩阵的L2范数作为路径置信度，并将路径置信度最高时对应的得分矩阵作为三元组的最优嵌入矩阵。

2.根据权利要求1所述的基于路径置信度的知识图谱噪声检测方法，其特征在于，在步骤三中，具体方法为：

S31、选择将每个节点的置信度得分G_i以及邻近节点的置信度G_i+1、G_i-1作为双向GRU的输入，第i个前向GRU和后向GRU的计算方式分别如下：

其中，表示前向GRU的输出结果，表示后向GRU的输出结果，GRU(·)表示门控循环网络；

S32、对前向GRU和后向GRU的最终输出进行连接、线性和归一化操作，得到路径的得分矩阵：

其中，h(p)表示门控循环网络的输出结果，即路径得分矩阵，表示前向GRU的最终输出结果，表示后向GRU的最终输出结果，concat()表示连接函数，linear()表示线性函数，softmax()表示归一化函数。