[发明专利]一种基于属性聚合的知识图谱嵌入方法及其存储介质

摘要

一种基于属性聚合的知识图谱嵌入方法及其存储介质，该方法包括将知识图谱中的属性聚合并转化为实体；利用知识图谱中已经存在的三元组构成所有正例，形成正例训练数据集合O+，构造值域类反例和关系类反例，形成反例训练数据集合O‑，建立知识图谱嵌入目标函数，并利用上一步骤形成的训练数据求解目标函数。本发明通过属性聚合，将属性转化为实体，再进行知识图谱嵌入，防止了知识图谱嵌入结果中属性信息的丢失；采用基于关系值域的值域类反例构建方法，以及基于类型关系域的关系类反例构建方法，降低假反例出现的可能性，提高训练样本的质量，从而间接提升知识图谱嵌入结果与知识图谱真实结构的一致性。

主权项

1.一种基于属性聚合的知识图谱嵌入方法，包括如下步骤：属性聚合步骤S110：将知识图谱中的属性聚合并转化为实体，具体过程如下：令E＝{e₁,e₂,…,e_m}表示知识图谱中同一个类型的实体组成的集合，对于E的属性a，提取该属性a下所有的属性值，将这些属性值划分为N_a个离散区间，每个区间转化为一个实体，形成新的实体集合对于E中的每一个实体e_i，根据其属性a的属性值x，在e_i与新实体e′_f(x)之间建立新的关系a；训练数据集生成步骤S120：利用知识图谱中已经存在的三元组构成所有正例，形成正例训练数据集合O⁺，利用以下步骤构造反例，所述反例包括值域类反例和关系类反例，随机选择一个三元组<b,r,e>，其中b与e表示实体，r表示关系，令T表示实体b的类型，即所有与实体b为同一类型的实体的集合，值域类反例和关系类反例构造方法分别如下：值域类反例构建方法：令D(r)＝{y|<a,r,y>∧a∈T}表示关系r的值域，在D(r)中随机选择一个不等于e的实体q，构建反例<b,r,q>；关系类反例构建方法：令R(T)＝{h|<a,h,y>∧a∈T}表示类型T的关系域，在R(T)中随机选择一个不等于r的关系h，构建关系类反例<b,h,e>；对于每个三元组<b,r,e>构建值域类反例C₁次，构建关系类反例C₂次，得到反例训练数据集合O^‑，将正例训练数据集合O⁺和反例训练数据集合O^‑作为下一步骤的输入；知识图谱嵌入学习步骤S130：建立知识图谱嵌入目标函数，并利用上一步骤形成的训练数据求解目标函数，具体为：将步骤S110中的一系列三元组表示<b,r,e>，令U表示实体嵌入矩阵，令W表示关系嵌入矩阵，U与W是知识图谱嵌入的求解目标，令U[b]、U[e]分别表示b与e对应的向量，令W[r]表示关系r对应的向量，通过设定知识图谱嵌入效果度量函数，以正例训练数据集合O⁺和反例训练数据集合O^‑作为训练数据集，求解知识图谱嵌入目标函数，得到U与W。