[发明专利]一种基于碳中和潜在语义的中文动态知识图谱补全的方法

说明书

本发明公开了一种基于碳中和潜在语义的中文动态知识图谱补全的方法，使用碳中和文本关键信息，便于碳中和准确搜索，同时也有利于碳中和。基于对比学习，结合正样本和负样本数据，有效的缓解数据不丰富问题，考虑到时间和相似软逻辑，提出基于时间路径的拓扑结构方法和相似软逻辑约束方法将拓扑结构和其他软逻辑融合在语言模型中，以改善补全语义不足错误，为避免模型在训练过程中，完全忽略掉负样本和正样本之间的关系，利用软标签和硬标签相互学习来有效的补全知识图谱，使所得结果更加合理可靠。本发明除用于碳中和动态知识图谱补全外，还可以用于其他需要四元组嵌入的下游任务，具有广泛的应用价值。

技术领域

本发明涉及碳中和相关技术与知识图谱领域，尤其涉及一种基于碳中和潜在语义的中文动态知识图谱补全的方法。

背景技术

为便于查询和应用碳中和数据，构建碳中和知识图谱变得尤为重要。知识补全为构建知识图谱重要步骤之一。

知识图谱(KGs)是一种表示有关特定领域(如医学、金融或体育)的知识的方式。它们通常被描述为由节点和边组成的图形或网络，其中节点表示实体或概念，边表示它们之间的关系。实体和关系之间会组成多个三元组，但实体和关系之间往往是有时间限制的，随着时间的发展，三元组也会随之发生变化，那么就会形成一个动态知识图谱。其优点是可以捕获实体之间的复杂关系并促进推理和推理。同时知识图谱也广泛应用在信息检索、问答、推荐系统和数据集成。由于有限的资源和技术，大多数知识图谱中的知识都是不完整的。然而，这些不完整的知识图谱无法满足下游应用需求。为此，出现了知识图谱补全(KGC)任务，旨在从不完整的知识图谱中发现和填充缺失的实体、关系和属性等信息，以提高知识图谱的完整性和准确性。

知识图谱补全任务常与知识嵌入不可分离。良好的知识嵌入可以提升KGC整体效果。例如TransE和DistMult提出将实体和关系嵌入到连续向量空间中用于计算知识图谱的补全。但上述方法只考虑到了单个三元组，并没有考虑到实体关系的潜在语义。为解决语义问题，相关模型提出基于语言模型用于图谱补全，即将文本描述替换三元组中相对应的实体和关系。常见的语言模型方法只考虑到局部三元组，并没有考虑到整个知识图谱的拓扑结构和软逻辑规则，通过两者来提升实体和关系的嵌入。近年来，有大量学者提出相关解决方法，比如利用图注意力网络联合学习实体的局部结构特征和软逻辑规则，但并没有利用到实体关系的潜在语义。

发明内容

本发明主要是克服现有技术中的不足之处，本发明的目的是提供一种基于碳中和潜在语义的中文动态知识图谱补全的方法。

为达到以上技术目的，本发明采用以下技术方案：

一种基于碳中和潜在语义的中文动态知识图谱补全的方法，其特征在于，所述方法包括以下步骤：

S1：将碳中和相关四元组分为时间关系的头实体和单独尾实体；

S2：将上述所得时间关系的头实体替换为相关的文本描述，将其文本描述组合为[CLS],[h_text],[SEP],[T],[r_text],[SEP]送入MacBERT编码器中得到相关嵌入向量e_hTr；

S3：将上述所得单独尾实体替换为相关的文本描述，将其文本描述组合为[CLS],[ttext],[SEP]送入另外一个MacBERT编码器中得到相关嵌入向量e_t；

S4：利用余玄相似度计算时间关系的头实体向量e_hTr和尾实体向量e_t进行点积计算，用于三元组补全；

S5：期间使用对比实验，通过添加负样本来与正样本进行对比学习提高整体模型效率；

S6：知识图谱的拓扑结构和软逻辑规则中也存在部分潜在语义。将知识图谱的拓扑结构和软逻辑规则嵌入到语言预训练模型中；