[发明专利]一种数据处理方法、装置、设备及可读存储介质

权利要求书

1.一种数据处理方法，其特征在于，包括：

生成知识图谱中的各个三元组第一向量表示，所述三元组的第一向量表示用于表征所述三元组的结构信息，所述三元组包括头实体、关系和尾实体；

生成各个所述三元组的第二向量表示，所述三元组的第二向量表示用于表征所述三元组的语义信息；

融合所述三元组的第一向量表示和第二向量表示，得到所述三元组的综合向量表示，所述综合向量表示包括头实体的综合向量、关系的综合向量以及尾实体的综合向量；

基于待预测实体对的综合向量以及所述待预测实体对的关系路径，获取所述待预测实体对的预测三元组，所述待预测实体对包括所述知识图谱中的第一实体和第二实体，所述待预测实体对的综合向量包括所述第一实体的综合向量和所述第二实体的综合向量。

2.根据权利要求1所述的方法，其特征在于，所述生成知识图谱中的各个三元组第一向量表示，包括：

将所述三元组输入至预设的第一向量生成模型，得到所述第一向量生成模型输出的所述三元组的第一向量表示，所述三元组的第一向量表示包括头实体的第一向量、关系的第一向量、以及尾实体的第一向量；

其中，所述第一向量生成模型通过训练翻译模型得到，所述翻译模型的训练过程包括：

获取第一训练集合，所述第一训练集合包括正例训练集和负例训练集，所述正例训练集包括若干条正例三元组，所述负例训练集包括通过随机替换所述正例三元组的元素得到的负例三元组；

将关系作为头实体和尾实体的翻译操作，构建翻译模型的目标函数；

基于所述第一训练集合，采用梯度下降算法最优化所述翻译模型的目标函数，直至达到预设的训练目标，得到训练好的所述翻译模型。

3.根据权利要求2所述的方法，其特征在于，所述三元组的第二向量表示包括头实体的第二向量、关系的第二向量、以及尾实体的第二向量；所述生成各个所述三元组的第二向量表示，包括：

将所述三元组的头实体描述信息输入至预设的第二向量生成模型，得到所述第二向量生成模型输出的所述三元组的头实体的第二向量；

将所述三元组的关系描述信息输入所述第二向量生成模型，得到所述第二向量生成模型输出的所述三元组的关系的第二向量；

将所述三元组的尾实体描述信息输入所述第二向量生成模型，得到所述第二向量生成模型输出的所述三元组的尾实体的第二向量；

其中，所述第二向量生成模型通过以训练文档为训练数据，训练Doc2Vec模型得到，所述训练文档为预设的文档库中与所述知识图谱的属性信息匹配的预设文档。

4.根据权利要求3所述的方法，其特征在于，所述融合所述三元组的第一向量表示和第二向量表示，得到所述三元组的综合向量表示，包括：

拼接所述三元组的头实体的第一向量和第二向量，得到所述三元组的头实体的综合向量；

拼接所述三元组的关系的第一向量和第二向量，得到所述三元组的关系的综合向量；

拼接所述三元组的尾实体的第一向量和第二向量，得到所述三元组的尾实体的综合向量；

组合所述三元组的头实体的综合向量、关系的综合向量、以及尾实体的综合向量，得到所述三元组的综合向量表示。