用于确定知识图的设备和方法技术

用于确定知识图的设备和方法，包括：为知识图提供第一实体，提供文本主体，提供用于模型的根据文本主体和知识图的第一实体而定义的输入数据，利用模型根据输入数据为知识图的三元组确定针对第二实体的预测、针对关系的预测和确定针对用于三元组解释的预测，确定由模型分配给三元组的第一概率和由模型分配给针对解释的预测的第二概率，根据第一概率和第二概率确定针对三元组的分类，以及如果分类满足条件：根据针对解释的预测确定解释并且根据第一实体、针对第二实体的预测和针对关系的预测确定用于知识图的三元组，其中根据第一概率和第二概率的特别是经加权的总和定义函数，并且其中根据函数来训练用于所述模型的至少一个参数。参数。参数。

【技术实现步骤摘要】
用于确定知识图的设备和方法


[0001]本专利技术基于用于确定知识图的设备和方法。

技术介绍

[0002]知识图在基于知识的系统中被理解为：以图的形式结构化地对知识进行的存储。知识图包括实体并且再现了实体之间的关系。实体定义了知识图的节点。将关系定义为两个节点之间的边。
[0003]期望实现一种自动填充知识图的可能性。

技术实现思路

[0004]这通过根据独立权利要求的用于确定知识图的设备和方法来实现。所述知识图包括实体和关系。所述知识图例如通过多个<实体1，实体2，关系>形式的三元组（Tripel）定义，其中三元组的关系定义了该三元组的实体1和实体2之间的关系。为了确定所述知识图，利用用于实体1、实体2和关系的模型做出关于如下方面的分类决策：是否存在<实体1，实体2，关系>形式的三元组并且是否应当将所述三元组写入所述知识图中。
[0005]用于确定知识图的方法包括以下步骤：为所述知识图提供第一实体，提供文本主体（Textk
ö<br/>rper），本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.用于确定知识图（100）的方法，其特征在于以下步骤：为所述知识图（100）提供（202，302）第一实体，提供（204，304）文本主体（104），提供（206，306）用于模型（102）的输入数据（106），所述输入数据是根据所述文本主体（104）和所述知识图（100）的所述第一实体而定义的，利用所述模型（102）根据所述输入数据（106）为用于所述知识图（100）的三元组（112）确定（208，308）针对第二实体（）的预测（）、针对关系（）的预测（）以及确定针对用于所述三元组（112）的解释（s
t
）的预测（s
p
），确定（210，310）由所述模型（102）分配给所述三元组（112）的第一概率和由所述模型（102）分配给针对所述解释（s
t
）的所述预测（s
p
）的第二概率，根据所述第一概率和所述第二概率确定（212，312）针对所述三元组（112）的分类，以及如果所述分类满足条件：根据针对所述解释（s
t
）的所述预测（s
p
）确定（214，314）所述解释（s
t
）并且根据所述第一实体、针对所述第二实体（）的所述预测（）和针对所述关系（）的所述预测（）确定（214，314）用于所述知识图（100）的所述三元组（112），其中根据所述第一概率和所述第二概率的特别是经加权的总和定义函数，并且其中根据所述函数训练用于所述模型（102）的至少一个参数。2.根据权利要求1所述的方法，其特征在于，提供（302）所述第二实体（）和所述关系（），确定（312）针对所述第二实体（）的所述预测（）与所述第二实体（）之间的表征两个概率分布的差异的第一度量（CE1），确定（312）针对所述关系（）的所述预测（）与所述关系（）之间的表征两个概率分布的差异的第二度量（CE2），确定（312）针对所述解释（s
t
）的所述预测（s
p
）与所述解释（s
t
）之间的特别是加权了（λ
sp
）的第三交叉熵的表征两个概率分布的差异的第三度量（CE3），其中所述函数是根据所述第一度量（CE1）、所述第二度量（CE2）和所述第三度量（CE3）以及所述第一概率和所述第二概率的特别是加权了（λ
cc
）的总和而定义的。3.根据权利要求2所述的方法，其中，所述函数还是根据所述第一度量（CE1）、所述第二度量（CE2）和所述第三度量（CE3）的总和而定义的。4.根据权利要求1所述的方法，其中，表征两个概率分布的差异的所述第一度量（CE1）是下列中的至少一个：交叉熵、Kullback
‑
Leibler散度和f散度，和/或其中表征两个概率分布的差异的所述第二度量（CE2）是下列中的至少一个：交叉...

【专利技术属性】
技术研发人员：H，
申请(专利权)人：罗伯特，
类型：发明
国别省市：