一种基于三元交互的知识图谱表示学习方法技术

本发明专利技术涉及一种基于三元交互的知识图谱表示学习方法，其特征在于包括以下步骤：1)在知识图谱中，以三元组为基本单位，对头实体、关系和尾实体三者本身及其之间的交互进行建模，得到InterTris模型；2)对构建的InterTris模型进行训练，得到训练好的InterTris模型；3)利用得到的InterTris模型，可以实现知识图谱的数值化表示，从而奠定知识图谱价值挖掘的基础。本发明专利技术从知识图谱构建语义联系的本质出发，基于其基本单位三元组进行建模。无论数据特征如何变化，知识图谱的基本构成单位不会发生变化。因此，由于抽象程度较高，本发明专利技术降低了知识图谱表示学习模型对数据集的依赖程度，具有更强的普适性，可以广泛应用于知识图谱表示学习领域。

【技术实现步骤摘要】
一种基于三元交互的知识图谱表示学习方法
本专利技术涉及知识图谱表示学习领域，特别是涉及一种基于三元交互的知识图谱表示学习方法。
技术介绍
由于大数据时代的到来，现实世界中不同对象(实体或概念)之间的联系日益复杂，相应产生的数据量更是以指数形式增长。使用传统方式对当今世界建模已经不再现实，于是一系列新技术手段应运而生。知识图谱(KnowledgeGraph)便是其中之一。它提出的根本目标是为了描述真实世界中的实体或概念及其之间的关系。与传统方式相比，知识图谱提供了一种新的海量数据组织、管理和利用方式，是人工智能和机器学习的重要基础。知识图谱的基本单位是三元组，即<头实体，关系，尾实体>，如<中国，首都，北京>。知识图谱起源于语义网，因此，可以将其看作特殊的语义网络，其中的结点表示实体，边表示关系或属性，从而完成对现实世界的建模。新技术提出的根本是为了充分发挥其现实作用，知识图谱也不例外。它的生命周期起源于知识图谱构建，并在与机器学习等其他新技术结合的基础上实现自身价值，在智能搜索、知识问答等领域扮演着重要角色。同时本文档来自技高网...

【技术保护点】
1.一种基于三元交互的知识图谱表示学习方法，其特征在于包括以下步骤：/n1)在知识图谱中，以三元组为基本单位，对头实体、关系和尾实体三者本身及其之间的交互进行建模，得到InterTris模型；/n2)对构建的InterTris模型进行训练，得到训练好的InterTris模型；/n3)利用得到的InterTris模型，实现知识图谱的数值化表示。/n

【技术特征摘要】
1.一种基于三元交互的知识图谱表示学习方法，其特征在于包括以下步骤：
1)在知识图谱中，以三元组为基本单位，对头实体、关系和尾实体三者本身及其之间的交互进行建模，得到InterTris模型；
2)对构建的InterTris模型进行训练，得到训练好的InterTris模型；
3)利用得到的InterTris模型，实现知识图谱的数值化表示。


2.如权利要求1所述的一种基于三元交互的知识图谱表示学习方法，其特征在于：所述步骤1)中，在知识图谱中，以三元组为基本单位，对头实体、关系和尾实体三者本身及其之间的交互进行建模，得到InterTris模型的方法，包括以下步骤：
1.1)为三元组中头实体、关系和尾实体分别构建对应的语义向量h、r和t；
1.2)构建映射向量，使用映射向量hp、rp和tp分别表示头实体、关系和尾实体对另外两个元素的影响；
1.3)基于广义内积，对三元组进行交互过程建模，得到映射后的头实体h⊥、关系r⊥和尾实体t⊥；
1.4)基于转换思想，对映射后的头实体h⊥、关系r⊥和尾实体t⊥进行转换操作，得到InterTris模型。


3.如权利要求2所述的一种基于三元交互的知识图谱表示学习方法，其特征在于：所述步骤1.4)中，所述InterTris模型为：
f(h，,r,t)＝h⊥+r⊥-t⊥，
式中，h⊥、r⊥和t⊥分别为映射后的头实体、关系和尾实体，其中，h⊥＝<h,rp,tp>，<,,>表示广义向量内积，rp和tp分别表示关系和尾实体对头实体的影响；同理，映射后的关系为r⊥＝<p,r,tp>和映射后的尾实体为t⊥＝<hp,rp,t>。


4.如权利要求3所述的一种基于三元交互的知识图谱表示学习方法，其特征在于：所述步骤2)中，对构建的InterTris模型进行训练，得到训练好的InterTris模型的方法，包括以下步骤：
2.1)确定输入参数，包括训练数据集S；验证数据集V；头实体集合H；关系集合R；尾实体集合T；衰减参数offset；头实体、关系和尾实体的语义向量和映射向量，这里假设所...

【专利技术属性】
技术研发人员：孟小峰，张祎，
申请(专利权)人：中国人民大学，
类型：发明
国别省市：北京;11