一种可解释的可生成规则的知识图谱嵌入表示学习方法技术

本发明专利技术公开了一种可解释的可生成规则的知识图谱嵌入表示学习方法，包括：进行融合了注意力机制的嵌入表示学习模型的学习；根据嵌入表示学习模型对知识图谱中的三元组进行解释的生成；根据生成的解释经过逆实例化过程得到潜在规则，并通过出现次数统计得到可以输出的规则。本发明专利技术特别适合需要较高预测准确度、为预测提供解释以及需要沉淀推理规则的拥有复合推理需求的应用场景。

【技术实现步骤摘要】
一种可解释的可生成规则的知识图谱嵌入表示学习方法
本专利技术属于知识图谱推理的
，尤其是涉及一种可解释的可生成规则的知识图谱嵌入表示学习方法。
技术介绍
传统的知识图谱嵌入表示学习方法通过输入的目标三元组中包含的头实体、关系以及尾实体进行三元组得分计算，计算过程一步到位，因此多数为黑盒模型，可解释性较差。如公开号为CN108197290A的中国专利文献公开了一种融合实体和关系描述的知识图谱表示学习方法。传统的知识图谱规则挖掘模型多数基于图上的搜索和匹配进行规则挖掘，是一个非计算的过程，在大型知识图谱上会遇到搜索空间爆炸的问题。如公开号为CN106874378A的中国专利文献公开了一种基于规则模型的实体抽取与关系挖掘构建知识图谱的方法。而且传统的黑盒知识图谱嵌入表示学习模型只能完成预测任务，不仅无法为预测提供解释，更加无法提供用于预测的规则，而传统的规则挖掘模型以产出符号化规则为目标，但限于规则集合的覆盖度，并不能为所有的三元组进行预测。但知识图谱推理的实际应用往往是一个人机交互的过程，其不仅仅需要准确率较高的算法模本文档来自技高网...

【技术保护点】
1.一种可解释的可生成规则的知识图谱嵌入表示学习方法，其特征在于，包括：/n(1)获取知识图谱中所有三元组的实体和关系，构建表示学习模型，为每个实体和关系分别学习一个嵌入表示；/n(2)对于目标三元组，首先对头实体的邻居节点进行基于注意力机制的聚合，得到经过聚合的头实体表示；/n(3)然后通过聚合的头实体表示、关系嵌入表示、尾实体嵌入表示计算目标三元组的得分；/n(4)根据目标三元组的得分，利用损失函数计算知识图谱中所有三元组合在一起的损失函数值，利用基于梯度的优化方法对表示学习模型进行多轮优化直至模型收敛；/n(5)模型训练完毕后，为输入的头实体和关系进行链接预测，根据预测结果以及模型的中间...

【技术特征摘要】
1.一种可解释的可生成规则的知识图谱嵌入表示学习方法，其特征在于，包括：
(1)获取知识图谱中所有三元组的实体和关系，构建表示学习模型，为每个实体和关系分别学习一个嵌入表示；
(2)对于目标三元组，首先对头实体的邻居节点进行基于注意力机制的聚合，得到经过聚合的头实体表示；
(3)然后通过聚合的头实体表示、关系嵌入表示、尾实体嵌入表示计算目标三元组的得分；
(4)根据目标三元组的得分，利用损失函数计算知识图谱中所有三元组合在一起的损失函数值，利用基于梯度的优化方法对表示学习模型进行多轮优化直至模型收敛；
(5)模型训练完毕后，为输入的头实体和关系进行链接预测，根据预测结果以及模型的中间结果生成解释，得到每个三元组的多条解释；
(6)对所有三元组生成的解释进行规则化，得到一系列规则，并统计其出现的次数，保留出现次数较高的规则作为最后输出的规则。


2.根据权利要求1所述的可解释的可生成规则的知识图谱嵌入表示学习方法，其特征在于，步骤(2)中，经过聚合的头实体表示通过以下步骤获得：
(2-1)获取目标三元组以头实体为核心的k阶邻接子图以及邻接子图中所有三元组的连接情况；
(2-2)根据实体和关系的嵌入表示，获取邻接子图中所有三元组的共享头实体嵌入表示；
(2-3)根据实体和关系的嵌入表示，获取邻接子图中所有三元组的共享尾实体嵌入表示；
(2-4)根据邻接子图的共享头实体表示和共享尾实体嵌入表示获取相似度矩阵；
(2-5)根据相似度矩阵和邻接子图的连接矩阵获取过滤不连接三元组后的相似度矩阵；
(2-6)根据过滤后的相似度矩阵对目标三元组进行聚合，得到目标三元组的头实体表示。


3.根据权利要求2所述的可解释的可生成规则的知识图谱嵌入表示学习方法，其特征在于，步骤(2-1)中，目标三元组(h，r，t)和k阶邻接子图表示为有序集合N，其中，Ni＝(hi，ri，ti)表示第i个邻接的三元组，N中的最后一个三元组为目标三元组，即N|N|＝(h|N|，r|N|，t|N|)＝(h，r，t)。


4.根据权利要求2所述的可解释的可生成规则的知识图谱嵌入表示学习方法，其特征在于，步骤(2-2)中，获取邻接子图中所有三元组的共享头实体嵌入表示时，根据尾实体和关系得到共享头实体的嵌入表示，公式为：
Sh＝T-R
其中，分别是表示当前邻接子图中所有三元组的尾实体嵌入表示以及关系嵌入表示；
步骤(2-3)中，获取邻接子图中所有三元组的共享尾实体嵌入表示时，根据头实体和关系得到共享尾实体的嵌入表示：
St＝H+R
其中，分别是表示当前邻接子图中所有三元组的头实体嵌入表示以及关系嵌入表示。


5.根据权利要求2所述的可解释的可生成规则的知识图谱嵌入表示学习方法，其特征在于，步骤(2-4)中，相似度矩阵的公式为：
C＝Sh(St)T
其中，是一个表示不同三元组...

【专利技术属性】
技术研发人员：陈华钧，张文，陈名杨，邓淑敏，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33