[发明专利]一种实体标签关联预测方法、装置及计算机可读存储介质

说明书

本发明提供了一种实体标签关联预测方法、装置、系统及计算机可读存储介质，该方法包括：确定实体关系网络、标签关系网络以及实体标签关联网络，实体标签关联网络包含未知的实体标签关联关系；根据实体关系网络构造实体相似度图，根据标签关系网络和实体标签关联网络构造标签相似度图；根据实体标签关联网络构造实体标签关联二部图；抽取实体特征，并根据标签相似度图构建标签特征；将实体相似度图、标签相似度图和实体标签关联二部图融入图卷积网络以构建预测模型；将实体特征、标签特征输入预测模型进行训练直至模型收敛，输出预测模型的预测结果。利用上述方法，能够获取未知的实体标签关联关系，进而提升了实体标签标注的完整程度。

技术领域

本发明属于神经网络领域，具体涉及一种实体标签关联预测方法、装置及计算机可读存储介质。

背景技术

本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

随着大数据时代的到来，海量数据涌现而来，如用户、文章、商品等对象的语义内容愈发丰富，刻画它们特征的标签信息也越来越复杂。一个电商平台用于描述用户特征的标签库规模往往达上万条，而平均一个用户被标注的标签个数也有上千个。为了满足当下对样本对象的精细化描述，多标签学习问题逐渐成为学术界和工业界关注的研究热点之一，并在图像识别、文本分类、信息检索、个性化推荐等多个领域具有非常广泛的应用。

然而，由于标签库规模十分庞大，样本个数更是数以万计，对样本的已有标注往往十分不完整，存在着大量遗漏。例如，某观影评论平台对电影《兵临城下》的类别标注可能只包括“历史”、“战争”，但却遗漏了“爱情”、“动作”等标签，因此导致对该电影的描述不精准。

标注不完善在多标签分类问题中十分常见，会对真实应用场景如精准推荐等带来影响，因此，如何提高样本数据标注完整性是一个亟待解决的问题。

发明内容

针对上述现有技术中存在的问题，提出了一种实体标签关联预测方法、装置及计算机可读存储介质，利用这种方法、装置及计算机可读存储介质，能够解决上述问题。

本发明提供了以下方案。

第一方面，提供一种实体标签关联预测方法，包括：确定实体关系网络、标签关系网络以及实体标签关联网络，实体标签关联网络包含未知的实体标签关联关系；根据实体关系网络构造实体相似度图，根据标签关系网络和实体标签关联网络构造标签相似度图；以及根据实体标签关联网络构造实体标签关联二部图；抽取实体特征，并根据标签相似度图构建标签特征；将实体相似度图、标签相似度图和实体标签关联二部图融入图卷积网络以构建预测模型；将实体特征、标签特征输入预测模型进行训练直至模型收敛，输出预测模型的预测结果，预测结果包括每个实体和每个标签之间的关联关系。

在一种实施方式中，还包括：确定以实体集合中的多个实体为节点的实体关系网络其中，n为实体总数，用于指示实体集合中的各个实体之间的关系；确定以标签集合中的多个标签为节点的标签关系网络其中，m为标签总数，用于指示标签集合中各个标签之间的关系；根据现有标注信息确定实体标签关联网络其中，每个实体u_i(i＝1,2,…,n)和每个标签h_j(j＝1,2,…,m)间的关联取值为1或0。

在一种实施方式中，标签集合为层次化标签集合，标签关系网络形成为树结构，树结构的上下级标签节点之间具有父子继承关系。

在一种实施方式中，方法还包括：根据标签之间的层次化关系更新现有标注信息；其中，若指定实体标注有指定标签，则根据标签关系网络为指定实体补充标注指定标签的全部祖先标签。