[发明专利]一种基于结构信息与文本描述的知识图谱表示学习方法

摘要

本发明一种基于结构信息与文本描述的知识图谱表示学习方法的目的是将三元组中的实体和关系映射到低维连续的实值空间中。本发明旨在提高知识表示中实体的向量表示；从现有知识库Freebase中得到实体的对应文本描述信息，采用word2vec对每个描述进行词向量表示，然后用词加和均值向量作为该描述的向量表示，还采用doc2vec的句向量生成方式对描述进行向量表示，然后将词向量作为CNN文本编码器的输入，得到每个实体的基于描述文本的表示向量；然后在联合表示中利用权值来评估知识库中基于符号的表示向量、基于网络结构的表示向量和基于描述文本的表示向量对实体的最终表示向量的影响，完成结构信息和文本信息的融合，提高知识图谱表示的准确性。

主权项

1.一种基于结构信息与文本描述的知识图谱表示学习方法，其特征在于，包括：步骤1：从预设知识库中获取三元组信息，每个三元组信息包括头实体、关系和尾实体，采用TransE学习方法对获取的三元组信息进行处理分别得到各个三元组信息中头实体、关系和尾实体的表示向量，每个三元组信息息中头实体、关系和尾实体的表示向量组成一个基于符号的表示向量；步骤2：将步骤一得到的各个基于符号的表示向量存入数据库，并建立相应的索引；步骤3：依次对所述预设知识库中的每个实体进行查询，得到所查询的实体分别作为头实体和尾实体时对应的实体；步骤4：根据步骤3得到各个所查询的实体对应的实体集合，对于每个查询的实体：在所述预设知识库中查询对应实体集合中包含的所有实体的id，采用随机游走的方式得到对应实体集合中所有实体的id，连接构成一实体id序列；步骤5：根据具体步骤4得到的各个实体id序列，分别采用skip‑gram模型学习得到一个基于网络结构的表示向量；步骤6：对所述预设知识库中各个实体的描述文本分别进行预处理；步骤7：对步骤6中预处理后的各个实体的描述文本采用word2vec中的CBOW方法分别进行描述文本做词向量生成，分别得到表示词向量；步骤8：对于步骤7得到的各个表示词向量：将表示词向量分别作为CNN编码器的输入，设置两个卷积层，两个池化层，学习得到各个实体的基于描述文本的表示向量；步骤9：分别将同一个实体的基于符号的表示向量、基于网络结构的表示向量和基于描述文本的表示向量进行拼接，得到各个实体的拼接向量；步骤10：采用TransE学习方法，对各个实体的拼接向量进行学习得到各个实体的最终表示向量。