对象属性确定方法、装置、计算机设备及存储介质制造方法及图纸

本申请关于一种对象属性确定方法、装置、计算机设备及存储介质，涉及人工智能技术领域。该方法包括：根据目标对象的至少一项特征，以及对应领域中的知识图谱，确定目标对象对应于某一项属性的特征向量，然后再结合已经确定具有该项属性的其它参考对象的特征向量，构建一个对象关系图，再基于对象关系图来预测当前目标对象是否具有该项属性，由于知识图谱中包含各项特征与各项属性之间的关系，从而提高了属性预测的准确性。属性预测的准确性。属性预测的准确性。

【技术实现步骤摘要】
对象属性确定方法、装置、计算机设备及存储介质


[0001]本申请涉及人工智能
，特别涉及一种对象属性确定方法、装置、计算机设备及存储介质。

技术介绍

[0002]随着人工智能(Artificial Intelligence，AI)技术的不断发展，人工智能在各个行业中的应用也越来越广泛。
[0003]在人工智能技术中，通常会采用二分类的方式来预测某个对象所具有的属性。例如，可以预先训练一个神经网络模型，该神经网络模型的输入为目标对象所具有的指定类型的特征，输出为该目标对象具有某一项属性的概率。
[0004]然而，上述方案中的神经网络模型在训练过程中只关心特征和属性之间的对应关系，对于预测结果的可解释性较差，从而影响预测的准确性。

技术实现思路

[0005]本申请实施例提供了一种对象属性确定方法、装置、计算机设备及存储介质，可以提高对象属性的预测结果的可解释性，进而提高预测的准确性，该技术方案如下：
[0006]一方面，提供了一种对象属性确定方法，所述方法包括：
[0007]获取目标对象的特征集合，所述特征集合中包含所述目标对象的至少一项特征；
[0008]基于所述特征集合，以及指定领域的知识图谱，获取所述目标对象对应于目标属性的特征向量；所述知识图谱中包含所述指定领域中的各种特征以及所述指定领域中的各项属性之间的关系；所述目标属性是所述各项属性中的一项；
[0009]基于所述目标对象对应于目标属性的特征向量，以及至少一个参考对象对应于所述目标属性的特征向量，构建对象关系图；所述对象关系图用于指示所述目标对象以及至少一个所述参考对象之间的关系；所述参考对象是具有所述目标属性的对象；
[0010]基于所述对象关系图，获取所述目标对象的属性信息，所述属性信息用于指示所述目标对象具有所述目标属性的概率。
[0011]另一方面，提供了一种对象属性确定装置，所述装置包括：
[0012]特征集合获取模块，用于获取目标对象的特征集合，所述特征集合中包含所述目标对象的至少一项特征；
[0013]对象特征向量获取模块，用于基于所述特征集合，以及指定领域的知识图谱，获取所述目标对象对应于目标属性的特征向量；所述知识图谱中包含所述指定领域中的各种特征以及所述指定领域中的各项属性之间的关系；所述目标属性是所述各项属性中的一项；
[0014]图构建模块，用于基于所述目标对象对应于目标属性的特征向量，以及至少一个参考对象对应于所述目标属性的特征向量，构建对象关系图；所述对象关系图用于指示所述目标对象以及至少一个所述参考对象之间的关系；所述参考对象是具有所述目标属性的对象；
[0015]属性信息获取模块，用于基于所述对象关系图，获取所述目标对象的属性信息，所述属性信息用于指示所述目标对象具有所述目标属性的概率。
[0016]在一种可能的实现方式中，所述对象特征向量获取模块，用于，
[0017]获取所述至少一项特征分别对应的特征路径；所述特征路径中包含起始特征，以及所述起始特征在所述知识图谱中到达所述目标属性所依次经过的中间特征；所述起始特征是所述至少一项特征中的一项；
[0018]对所述至少一项特征分别对应的特征路径上的特征进行编码，获得所述至少一项特征分别对应的特征路径的路径编码；
[0019]基于所述至少一项特征分别对应的特征路径的路径编码，获取路径编码向量；
[0020]基于所述路径编码向量，获取所述目标对象对应于所述目标属性的特征向量。
[0021]在一种可能的实现方式中，所述对所述至少一项特征分别对应的特征路径上的特征进行编码，获得所述至少一项特征分别对应的特征路径的路径编码时，所述对象特征向量获取模块，用于，
[0022]将目标特征路径上的特征依次输入编码网络，获得所述目标特征路径的路径编码；所述目标特征路径是所述至少一项特征分别对应的特征路径中的任意一条特征路径。
[0023]在一种可能的实现方式中，所述基于所述路径编码向量，获取所述目标对象对应于所述目标属性的特征向量时，所述对象特征向量获取模块，用于，
[0024]基于所述特征集合，获取所述目标对象的初步特征向量；
[0025]基于所述初步特征向量以及所述路径编码向量，获取所述目标对象对应于所述目标属性的特征向量。
[0026]在一种可能的实现方式中，所述基于所述特征集合，获取所述目标对象的初步特征向量时，所述对象特征向量获取模块，用于，
[0027]获取所述特征集合对应的特征指示向量，所述特征指示向量中对应所述特征集合中的特征的向量元素值为1，且所述特征指示向量的其它向量元素值为0；
[0028]将所述特征指示向量与向量表示矩阵相乘，获得所述目标对象的初步特征向量，所述向量表示矩阵中包含所述指定领域中的各个特征的特征表示向量。
[0029]在一种可能的实现方式中，所述基于所述初步特征向量以及所述路径编码向量，获取所述目标对象对应于所述目标属性的特征向量时，所述对象特征向量获取模块，用于，
[0030]将所述初步特征向量以及所述路径编码向量进行拼接，获得所述目标对象对应于所述目标属性的特征向量。
[0031]在一种可能的实现方式中，所述图构建模块，用于基于所述目标对象对应于目标属性的特征向量，以及至少一个参考对象对应于所述目标属性的特征向量之间的距离，构建所述对象关系图。
[0032]在一种可能的实现方式中，所述图构建模块，用于，
[0033]基于所述目标对象对应于目标属性的特征向量，以及至少一个参考对象对应于所述目标属性的特征向量之间的距离，确定所述对象关系图中的边；
[0034]以所述目标对象以及所述至少一个参考对象为节点，以所述目标对象对应于目标属性的特征向量，以及所述至少一个参考对象对应于所述目标属性的特征向量为节点的特征向量，结合所述对象关系图中的边构建所述对象关系图。
[0035]在一种可能的实现方式中，所述图构建模块，还用于，
[0036]基于所述目标对象的初步特征向量，以及所述至少一个参考对象的初步特征向量，获取所述对象关系图中的边的权重；
[0037]基于所述对象关系图中的边的权重，更新所述对象关系图。
[0038]在一种可能的实现方式中，所述属性信息获取模块，用于将所述对象关系图输入属性信息预测网络，获得所述属性信息预测网络输出的所述目标对象的属性信息。
[0039]在一种可能的实现方式中，所述属性信息获取模块，用于，
[0040]将所述对象关系图输入所述属性信息预测网络中的图卷积神经网络，获得所述图卷积神经网络输出的，所述对象关系图中的各个节点的表示向量；
[0041]将所述对象关系图中的各个节点的表示向量输入所述属性信息预测网络中的线性层，获得所述线性层输出的，所述目标对象的属性信息。
[0042]在一种可能的实现方式中，所述目标对象为目标用户，所述装置还包括：<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对象属性确定方法，其特征在于，所述方法包括：获取目标对象的特征集合，所述特征集合中包含所述目标对象的至少一项特征；基于所述特征集合，以及指定领域的知识图谱，获取所述目标对象对应于目标属性的特征向量；所述知识图谱中包含所述指定领域中的各种特征以及所述指定领域中的各项属性之间的关系；所述目标属性是所述各项属性中的一项；基于所述目标对象对应于目标属性的特征向量，以及至少一个参考对象对应于所述目标属性的特征向量，构建对象关系图；所述对象关系图用于指示所述目标对象以及至少一个所述参考对象之间的关系；所述参考对象是具有所述目标属性的对象；基于所述对象关系图，获取所述目标对象的属性信息，所述属性信息用于指示所述目标对象具有所述目标属性的概率。2.根据权利要求1所述的方法，其特征在于，所述基于所述特征集合，以及指定领域的知识图谱，获取所述目标对象对应于目标属性的特征向量，包括：获取所述至少一项特征分别对应的特征路径；所述特征路径中包含起始特征，以及所述起始特征在所述知识图谱中到达所述目标属性所依次经过的中间特征；所述起始特征是所述至少一项特征中的一项；对所述至少一项特征分别对应的特征路径上的特征进行编码，获得所述至少一项特征分别对应的特征路径的路径编码；基于所述至少一项特征分别对应的特征路径的路径编码，获取路径编码向量；基于所述路径编码向量，获取所述目标对象对应于所述目标属性的特征向量。3.根据权利要求2所述的方法，其特征在于，所述对所述至少一项特征分别对应的特征路径上的特征进行编码，获得所述至少一项特征分别对应的特征路径的路径编码，包括：将目标特征路径上的特征依次输入编码网络，获得所述目标特征路径的路径编码；所述目标特征路径是所述至少一项特征分别对应的特征路径中的任意一条特征路径。4.根据权利要求2所述的方法，其特征在于，所述基于所述路径编码向量，获取所述目标对象对应于所述目标属性的特征向量，包括：基于所述特征集合，获取所述目标对象的初步特征向量；基于所述初步特征向量以及所述路径编码向量，获取所述目标对象对应于所述目标属性的特征向量。5.根据权利要求4所述的方法，其特征在于，所述基于所述特征集合，获取所述目标对象的初步特征向量，包括：获取所述特征集合对应的特征指示向量，所述特征指示向量中对应所述特征集合中的特征的向量元素值为1，且所述特征指示向量的其它向量元素值为0；将所述特征指示向量与向量表示矩阵相乘，获得所述目标对象的初步特征向量，所述向量表示矩阵中包含所述指定领域中的各个特征的特征表示向量。6.根据权利要求4所述的方法，其特征在于，所述基于所述初步特征向量以及所述路径编码向量，获取所述目标对象对应于所述目标属性的特征向量，包括：将所述初步特征向量以及所述路径编码向量进行拼接，获得所述目标对象对应于所述目标属性的特征向量。7.根据权利要求1所述的方法，其特征在于，所述基于所述目标对象对应于目标属性的
特征向量，以及至少一个参考对象对应于所述目标属性的特征向量，构建对象关系图，包括：基于所述目标对象对应于目标属性的特征向量，以及至少一个参考对象对应于所述目标属性的特征向量之间的距离，...

【专利技术属性】
技术研发人员：赵瑞辉，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：