一种利用关系路径挖掘解决知识图谱对齐任务的方法技术

本发明专利技术公开了一种利用关系路径挖掘解决知识图谱对齐任务的方法。主要包括如下步骤：1)利用知识翻译模型、线性映射函数、对齐节点对与对齐三元组获取表示知识图谱对齐任务的损失函数。2)利用损失函数下降训练，完成关系路径挖掘，实现知识图谱对齐任务。相比于其他的知识图谱对齐任务解决方法，本发明专利技术使用到了知识图谱中的实体与关系的对齐方式。本发明专利技术在知识图谱对齐任务中所取得的效果相比于传统的方法更好。

A Method of Using Relational Path Mining to Solve the Alignment Task of Knowledge Map

The invention discloses a method for solving the alignment task of knowledge atlas by using relation path mining. The main steps are as follows: 1) Using knowledge translation model, linear mapping function, alignment node pair and alignment triple to obtain loss function representing alignment task of knowledge map. 2) Use the loss function descent training to complete the relationship path mining and realize the task of knowledge map alignment. Compared with other knowledge map alignment task solving methods, the present invention uses the alignment method of entities and relationships in knowledge map. The effect of the invention in the alignment task of knowledge atlas is better than that of the traditional method.

【技术实现步骤摘要】
一种利用关系路径挖掘解决知识图谱对齐任务的方法
本专利技术涉及知识图谱对齐任务，尤其涉及一种利用关系路径挖掘解决知识图谱对齐任务的方法。
技术介绍
当下，知识图谱对齐任务已经引起了广泛关注，成为一项重要的以知识驱动的跨图谱人工智能任务，该任务的目的是将多个知识图谱中的实体及关系进行对齐，这些知识图谱是通过多种知识源与多种语言源构成的。现有的技术主要是使用映射技术为基础来做知识图谱对齐，该方法由于多种知识图谱的不一致性及缺乏给定的对齐种子，所以效果不好。现有技术也会采用人工合作标注的方式进行知识图谱对齐，但是会耗费巨大精力与时间。经典方法(MTransE)考虑了针对知识图谱内部和两知识图谱之间的向量映射进行对齐，对知识图谱中实体及关系的向量化表示信息进行了充分利用。但不足的是，没有充分利用通过多个关系串联起来的关系路径信息。若利用此类信息，则可有效提升图谱对齐的精确程度。为了克服这些缺陷，本方法将挖掘一个知识图谱中对齐实体对中的复杂关系，并将该关系迁移到另一个知识图谱的对齐实体对间，利用此方法完成知识图谱对齐任务。
技术实现思路
本专利技术的目的在于解决现有技术中的问题，为了克服现有技术中本文档来自技高网...

【技术保护点】
1.一种利用关系路径挖掘解决知识图谱对齐任务的方法，其特征在于包括如下步骤：1)利用知识翻译模型获取表示知识图谱内在结构信息的损失函数项；2)利用线性映射函数获取知识图谱中对齐种子对应的损失函数项；3)利用对齐节点对与对齐三元组获取对应的知识图谱内在关系的损失函数项；4)将步骤1)、2)、3)获得的损失函数项结合，得到最终的完整损失函数，通过训练，完成知识图谱的对齐任务。

【技术特征摘要】
1.一种利用关系路径挖掘解决知识图谱对齐任务的方法，其特征在于包括如下步骤：1)利用知识翻译模型获取表示知识图谱内在结构信息的损失函数项；2)利用线性映射函数获取知识图谱中对齐种子对应的损失函数项；3)利用对齐节点对与对齐三元组获取对应的知识图谱内在关系的损失函数项；4)将步骤1)、2)、3)获得的损失函数项结合，得到最终的完整损失函数，通过训练，完成知识图谱的对齐任务。2.根据权利要求1所述利用关系路径挖掘解决知识图谱对齐任务的方法，其特征在于所述的步骤1)具体为：将知识图谱中的实体与关系映射到向量空间，获得知识图谱中实体的对应映射向量e，关系的对应映射向量r，得到所有三元组中首尾实体及中间关系的对应向量h、t、r；对于知识图谱中已有的所有三元组关系，按照如下公式构建表示知识图谱内在结构信息的损失函数项，li＝max(0，λ+d(hi+ri-ti)-d(hi`+ri`-ti`))其中λ为控制损失函数项的边缘距离参数，(hi`，ri，ti`)为知识图谱中的三元组负样本，(hi,ri,ti)为知识图谱中三元正样本，d(.)代表欧氏距离或者曼哈顿距离函数，T、T·为知识图谱中正负三元组样本的集合。3.根据权利要求1所述利用关系路径挖掘解决知识图谱对齐任务的方法，其特征在于所述的步骤2)具体为：对于需对齐的两个知识图谱中的实体，通过计算两个知识图谱KG1和KG2中已知对齐的关系之间的距离，来衡量两个KG的对齐程度；利用如下公式计算知识图谱中对齐种子对应的损失函数项，其中，r(KG1,KG2)代表知识图谱KG1,KG2的所有对齐实体组，la(s1,s2)通过如下公式进行计算，la(s1,s2)＝d[fe(h1),h2]+d[fr(r1),r2]+d[fe(t1),t2]其中，d[fe(h1),h2]与d[fe...

【专利技术属性】
技术研发人员：赵洲，刘泽民，沈锴，赵孔鸣，孟令涛，陈漠沙，仇伟，李林琳，司罗，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33