一种语义敏感的知识图谱随机游走采样方法技术

本发明专利技术公开了一种语义敏感的知识图谱随机游走采样方法。本发明专利技术首先，利用知识图谱嵌入方法进行知识图谱的表示学习，获取谓词向量空间。其次，利用谓词向量空间计算查询谓词与知识图谱谓词的语义相似度，并将其转换为知识图谱中边的权重。第三，基于语义相似性在知识图谱中框定一个给定实体的

【技术实现步骤摘要】
一种语义敏感的知识图谱随机游走采样方法
本专利技术涉及知识图谱领域，具体涉及一种语义敏感的知识图谱随机游走采样方法。
技术介绍
知识图谱(KnowledgeGraph)于2012年由Google最先提出，其基本理念就是将网络中存在的多源异构数据进行实体、属性与关系的抽取，以属性来描述实体，以实体间的关系刻画客观存在的事实(即客观存在的知识)。最终这些实体、属性与关系都将以图的形式进行存储形成一张丰富的知识图谱，并在此基础上实现基于图的查询与分析，进而为用户提供更智能、更丰富的知识获取、挖掘与搜索服务。其中，聚集型图查询问题是知识图谱图查询的重要研究内容之一，即针对实体数值属性的聚集函数查询问题，而知识图谱的采样则是回答聚集类图查询问题的基础。目前采样技术多用于结构化数据(如关系型数据)的聚集查询过程中，根据具体的采样需求对其中的一列或者多列构建索引，通过索引快速访问满足条件的记录，从而达到采样的目的。然而，在非结构化数据的采样过程中，由于其数据结构不规则或不完整性，无法直接将结构化数据的采样方法迁移过来。综上所述，目前聚集查询过本文档来自技高网...

【技术保护点】
1.一种语义敏感的知识图谱随机游走采样方法，该方法包含如下步骤：/n步骤1：谓词语义相似度计算/n以知识图谱G为输入，利用知识图谱嵌入模型TransE对知识图谱中的实体与谓词进行学习表示，形成一种将实体与关系嵌入到低维向量空间中的模型M；/n接着通过模型M计算G中每一个谓词与其他谓词之间的语义向量距离，再通过归一化得到谓词之间标准的语义相似度值；/n步骤2：语义敏感的n跳子图框定/n步骤2.1：语义敏感的n跳子图框定的初始化/n用户给定一个查询图，包含三类信息：已知实体e

【技术特征摘要】
1.一种语义敏感的知识图谱随机游走采样方法，该方法包含如下步骤：
步骤1：谓词语义相似度计算
以知识图谱G为输入，利用知识图谱嵌入模型TransE对知识图谱中的实体与谓词进行学习表示，形成一种将实体与关系嵌入到低维向量空间中的模型M；
接着通过模型M计算G中每一个谓词与其他谓词之间的语义向量距离，再通过归一化得到谓词之间标准的语义相似度值；
步骤2：语义敏感的n跳子图框定
步骤2.1：语义敏感的n跳子图框定的初始化
用户给定一个查询图，包含三类信息：已知实体e0，谓词p，目标实体类型t；
根据查询图中谓词p选取该谓词与知识图谱G中其他谓词的语义相似度，维持一个关于谓词p的语义映射表H，作为后续知识图谱G中实体与实体间边的权重；
目标是根据已知实体e0作为子图框定的起始点，对其n跳领域进行搜索，保留语义相似度大于阈值τ的实体及相关谓词，作为随机游走采样的总体空间；
步骤2.2：语义敏感的n跳子图框定的过程
创建两个集合C1和C2，分别用来保存n跳子图的实体及两个实体间相连的边；
接着将实体e0作为根结点，通过广度优先搜索算法在知识图谱G中往外遍历；
循环遍历完e0的邻居实体e，并记录当前广度优先搜索的层数layer；
若邻居实体e的类型为t，则直接将该实体添加于集合C1中，将连接到邻居实体e的边添加于集合C2中；若邻居实体e的类型符合目标实体类型t，则利用路径选择收益模型计算到邻居实体e的代价pss；
若代价pss大于阈值τ且从邻居实体e出发往后遍历n-layer层能找到实体类型符合目标实体类型t的实体，则将该实体添加于集合C1中，将连接到实体e的边添加于集合C2中，新建候选集合CSet，将符合条件的实体添加到候选集合CSet中作为下次迭代的结点；
不断迭代直到当前遍历层数layer大于用户限定跳数n结束，最终框定出n跳子图G′；
步骤3：转移矩阵的设计
针对步骤2框定出的n跳子图G′，根据语义相似性来设计该子图的转移矩阵；
步骤3.1：基于邻边语义相似性的归一化
对于子图中的每一个实体，考虑该实体与其周围相连实体的谓词分布，据此进行基于邻边语义相似性的归一化；
假设当前实体ei周围相...

【专利技术属性】
技术研发人员：徐小良，洪启帆，王宇翔，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江;33