【技术实现步骤摘要】
一种基于锚点的动态知识图谱表示学习方法及系统
本专利技术涉及动态知识图谱表示学习领域,尤其涉及一种基于锚点的动态知识图谱表示学习方法及系统。
技术介绍
知识图谱常以网络形式表示,其中,节点表示实体,边表示两个实体之间的关系,每一条知识可用三元组<头实体,关系,尾实体>的形式表示,知识图谱是NLP技术在智能问答、web搜索和语义分析等任务中的重要组成部分。知识图谱往往规模巨大,包含数以百计的实体和数十亿的知识,但通常还不够完整,所以用知识图谱补全来解决知识图谱中的数据稀疏问题。基于三元组这样的符号表示方法,在知识图谱补全中设计者必须为不同应用设计各种图算法。随着知识图谱规模的不断增加,扩展性变差,计算复杂度越来越高。另一方面,基于图表示的知识图谱在应用中面临数据稀疏等问题,且不利于机器学习。为解决上述问题,知识图谱表示学习(也被称为知识图谱的嵌入式学习)被提了出来,知识图谱的表示学习旨在将知识图谱的实体和关系表示为稠密低维实值向量,进而在低维向量中高效计算实体、关系及其之间的复杂关联,在知识图谱的构建、推理、融合、挖掘以及以及应用中具有重要作用。现有的知识图谱表示学习方法,比如TransE、TransR等经典模型,将关系作为从头实体向量到尾实体向量的转换,这些方法在知识图谱表示学习中占据重要的地位,但只适用于静态知识图谱。然而,随着信息技术的发展,现实世界的新知识在不断地增长,当知识图谱中加入新的外部知识时,需要将新知识融入到已有知识图谱中。当引入新增知识时,这些方法必需先将所有的知识整合到 ...
【技术保护点】
1.一种基于锚点的动态知识图谱表示学习方法,其特征在于包括以下步骤:/nS1、构建基坐标系统:利用复杂网络分析方法,找出已有知识图谱中对全局信息起支撑作用的关键知识实体作为锚点;并将已有知识图谱中所有三元组信息视为静态数据集,对所述静态数据集进行表征学习,得到所有三元组的向量表示,其中,将所述锚点的向量作为基向量,从而构建基坐标系统;/nS2、实体对齐:获取已有知识图谱和新增知识中的实体的文本描述信息以及同义词信息,并将所述文本描述信息以及同义词信息转化为向量,根据转化得到的向量,计算已有知识图谱中的实体与新增知识中的实体之间的相似度,进一步得到对齐的实体对数据集;/nS3、关系融合:获取已有知识图谱和新增知识中的关系的词典释义信息,并将所述词典释义信息转化为向量,根据转化得到的向量,计算已有知识图谱中的关系与新增知识中的关系的相似度,进一步得到对齐的关系对数据集;/nS4、新增知识表示学习:根据对齐的实体对数据集以及关系对数据集,直接将已有知识图谱中的实体向量以及关系向量替换成新增知识中对齐的实体向量以及关系向量;对于新增知识中未对齐的部分,基于步骤S1中构建的基坐标系统,利用所述未 ...
【技术特征摘要】
1.一种基于锚点的动态知识图谱表示学习方法,其特征在于包括以下步骤:
S1、构建基坐标系统:利用复杂网络分析方法,找出已有知识图谱中对全局信息起支撑作用的关键知识实体作为锚点;并将已有知识图谱中所有三元组信息视为静态数据集,对所述静态数据集进行表征学习,得到所有三元组的向量表示,其中,将所述锚点的向量作为基向量,从而构建基坐标系统;
S2、实体对齐:获取已有知识图谱和新增知识中的实体的文本描述信息以及同义词信息,并将所述文本描述信息以及同义词信息转化为向量,根据转化得到的向量,计算已有知识图谱中的实体与新增知识中的实体之间的相似度,进一步得到对齐的实体对数据集;
S3、关系融合:获取已有知识图谱和新增知识中的关系的词典释义信息,并将所述词典释义信息转化为向量,根据转化得到的向量,计算已有知识图谱中的关系与新增知识中的关系的相似度,进一步得到对齐的关系对数据集;
S4、新增知识表示学习:根据对齐的实体对数据集以及关系对数据集,直接将已有知识图谱中的实体向量以及关系向量替换成新增知识中对齐的实体向量以及关系向量;对于新增知识中未对齐的部分,基于步骤S1中构建的基坐标系统,利用所述未对齐的实体向量以及关系向量对已有知识图谱进行训练,得到新的知识图谱。
2.根据权利要求1所述的基于锚点的动态知识图谱表示学习方法,其特征在于,所述步骤S1中,采用引入最小覆盖算法的贪婪算法寻找已有知识图谱中的锚点,具体过程为:首先计算知识图谱中所有节点的度,将度最大的一组节点标记为锚节点,并将所述锚节点的邻居节点标记为已覆盖,所述邻居节点表示与锚节点直接相连的节点;然后计算剩余未标记的所有节点的度,再次将度最大的一组节点标记为锚节点,并将锚节点的邻居节点标记为已覆盖;重复上述过程,直到所有节点均被标记为已覆盖或锚节点,所述标记为锚节点的所有节点即为寻找得到的锚点。
3.根据权利要求1所述的基于锚点的动态知识图谱表示学习方法,其特征在于,所述步骤S2的具体过程为:
S21、利用Python爬虫技术,爬取已有知识图谱和新增知识中每个实体对应Wikipedia中的文本描述信息,并利用WordNet数据集,获取每个实体对应的同义词信息;
S22、利用word2vec技术将每个实体对应的文本描述信息以及同义词信息转化为向量表示;
S23、实体对齐:计算已有图谱中所有实体和新增知识中所有实体两两之间的相似度S(i,j),其中,i表示已有知识图谱中的实体,j表示新增知识中的实体,当相似度S(i,j)超过阈值α时,将(i,j)加入到对齐的实体对数据集De中。
4.根据权利要求1所述的基于锚点的动态知识图谱表示学习方法,其特征在于,所述步骤S3的具体过程为:
S31、通过已建立的词典数据,查阅已有知识图谱和新增知识中每种关系对应的词典释义信息;
S32、利用word2vec技术将每种关系对应的词典释义信...
【专利技术属性】
技术研发人员:赵东阳,董理君,李旦,孙晨鹏,陈仁谣,
申请(专利权)人:中国地质大学武汉,
类型:发明
国别省市:湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。