[发明专利]一种知识图谱数据清洗方法及装置

权利要求书

1.一种知识图谱数据清洗方法，其特征在于，包括：

获取待清洗知识图谱，所述待清洗知识图谱包括若干实体和关系，其中两个实体和它们之间的关系组成一条三元组；

根据所述待清洗知识图谱和所述待清洗知识图谱中的所有三元组，训练一个知识图谱嵌入模型和一个三元组分类模型，其中所述知识图谱嵌入模型和所述三元组分类模型能相互促进；

使用训练后的三元组分类模型对知识图谱中的三元组进行分类，得到错误的三元组；

将所述错误的三元组输入训练后的知识图谱嵌入模型，得到所述错误的三元组的全局置信度；

通过所述全局置信度对错误的三元组进行修复，以得到清洗后的知识图谱；

其中，根据所述待清洗知识图谱和所述待清洗知识图谱中的所有三元组，训练一个知识图谱嵌入模型和一个三元组分类模型，包括：

S21：将所述待清洗知识图谱中的每一条三元组的置信度初始化为1；

S22：将所有三元组输入所述知识图谱嵌入模型，使用随机负采样训练噪声感知的知识图谱嵌入模型；

S23：根据训练后的知识图谱嵌入模型的得分函数，计算每一条三元组的得分；

S24：选取若干得分最高的三元组作为正确的三元组，对所述正确的三元组的实体或关系进行随机替换，得到错误的三元组；

S25：使用所述正确的三元组和错误的三元组对三元组分类模型进行训练，训练完成后更新每一条三元组的置信度；

S26：根据更新后的置信度，训练所述知识图谱嵌入模型；

S27：将步骤S22中的知识图谱嵌入模型替换为经过步骤S26训练后的知识图谱嵌入模型，重复步骤S22-S25以使得所述知识图谱嵌入模型和所述三元组分类模型相互促进地迭代训练，直至所述知识图谱嵌入模型和所述三元组分类模型均完全收敛。

2.根据权利要求1所述的方法，其特征在于，使用训练后的三元组分类模型对知识图谱中的三元组进行分类，包括：

输入给定三元组，通过训练后的三元组分类模型得到所述三元组的置信度；

若所述三元组的置信度大于等于预定阈值，则所述三元组是正确的；

若所述三元组的置信度小于预定阈值，则所述三元组是错误的。

3.根据权利要求1所述的方法，其特征在于，将所述错误的三元组输入训练后的知识图谱嵌入模型，得到所述错误的三元组的全局置信度，包括：

将所述错误的三元组输入训练后的知识图谱嵌入模型，根据所述知识图谱嵌入模型的得分函数计算得到所述错误的三元组的局部置信度；

计算流入头实体和从尾实体流出的三元组的置信度，对所有置信度加权求平均得到所述错误的三元组的路径置信度；

融合所述错误的三元组的所述局部置信度和所述路径置信度，得到所述错误的三元组的全局置信度。

4.根据权利要求1所述的方法，其特征在于，通过所述全局置信度对错误的三元组进行修复，以得到清洗后的知识图谱，包括：

根据所述错误的三元组的全局置信度，将所述错误的三元组修复成全局置信度最高的三元组。