基于量子计算的知识图谱补全方法、装置和系统制造方法及图纸

本发明专利技术公开了基于量子计算的知识图谱补全方法、装置和系统，其中，该方法包括：输入三元组，将头实体和尾实体表示为量子态，将关系表示为量子门，根据预设规则初始化量子参数，生成特定于实体的量子态和特定于关系的量子门；将三元组的头实体通过关系映射到目标希尔伯特空间中，即将量子门应用到量子态上执行量子计算，获得预测的实体嵌入；将预测的实体嵌入表示和知识图谱中所有实体的嵌入表示计算距离，通过损失函数进行优化，使得知识图谱嵌入表示模型收敛，从而对知识图谱进行补全。本发明专利技术设计知识图谱嵌入表示模型QubitE，能够保持量子优势，而且是轻量级、高性能的，可以应用在各类场景中的知识图谱自动补全任务中。在各类场景中的知识图谱自动补全任务中。在各类场景中的知识图谱自动补全任务中。

【技术实现步骤摘要】
基于量子计算的知识图谱补全方法、装置和系统


[0001]本专利技术涉及大数据、人工智能与知识图谱
，尤其涉及基于量子计算的知识图谱补全方法、装置和系统。

技术介绍

[0002]知识图谱由点(实体)和边(实体间的关系)组成，广泛应用于知识驱动的AI任务，如问答模型、推荐系统、搜索引擎等等。但是，现实世界中的知识图谱总是不完备的，缺失了很多必要的边。这个问题会极大影响下游相关算法的性能。知识图谱嵌入(KGE)是预测缺失边的有效方法，这个任务称为链接预测任务。因此，利用KGE模型预测知识图谱中缺失的边，补全知识图谱，使得知识更完善，对提升下游任务的性能具有特殊意义。
[0003]基于量子的KGE是量子力学在知识表示领域的应用。最经典的两种基于量子的KGE包括QCE和F
‑
QCE。
[0004]QCE将实体的隐信息作为参数构建量子态，预测过程就是参数化量子门作用于量子态的过程。一个三元组的分数取决于对量子态的测量。但是，测量会导致信息丢失，继而量子优势(即量子力学的概率解释导致的量子态和量子门的规范化约束)会随着模型优化而消失。
[0005]QCE通过作用于纯态量子态上的参数化量子门生成实体嵌入。实体嵌入可以高效训练，而且可以保证量子优势。然而，它会面临参数爆炸，因为制备多个量子态是很昂贵的。
[0006]另外，这两类方法在知识图谱补全(KGC)任务上性能不佳。

技术实现思路

[0007]本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。/>[0008]为此，本专利技术的第一个目的在于提出一种基于量子计算的知识图谱补全方法，将知识图谱数据源抽象化为描述数据，并自动化运行补全装置来补全知识图谱，自动发布补全后的知识图谱为数据服务，使得第三方能方便获取完整的大规模知识图谱数据资源，并且模型能够保持量子优势，而且轻量级，性能更高。
[0009]本专利技术的第二个目的在于提出一种基于量子计算的知识图谱补全装置。
[0010]本专利技术的第三个目的在于提出一种基于量子计算的知识图谱补全装置的数据服务系统。
[0011]为达上述目的，本专利技术第一方面提出了基于量子计算的知识图谱补全方法，包括以下步骤：
[0012]输入三元组，将头实体和尾实体表示为量子态将关系表示为量子门，根据预设规则初始化量子参数，生成特定于实体的量子态和特定于关系的量子门；基于特定于实体的量子态和特定于关系的量子门将三元组的头实体通过关系映射到目标希尔伯特空间中，以将量子门应用到量子态上执行量子计算，获得预测的实体嵌入表示；将预测的实体嵌入表示和知识图谱中所有实体的嵌入表示进行距离计算，通过损失函数进行优化，以对知识图
谱进行补全。
[0013]本专利技术实施例的基于量子计算的知识图谱补全方法，基于知识图谱补全模型QubitE，能够保持量子优势，而且本模型是轻量级、高性能的，使得第三方能方便获取完整的大规模知识图谱数据资源。
[0014]本专利技术的第二个方面提出了一种基于量子计算的知识图谱补全装置，包括：
[0015]参数初始化模块，用于输入三元组，将头实体和尾实体表示为量子态将关系表示为量子门，根据预设规则初始化量子参数，生成特定于实体的量子态和特定于关系的量子门；
[0016]量子计算模块，用于基于特定于实体的量子态和特定于关系的量子门将三元组的头实体通过关系映射到目标希尔伯特空间中，以将量子门应用到量子态上执行量子计算，获得预测的实体嵌入表示；
[0017]知识图谱补全模块，用于将预测的实体嵌入表示和知识图谱中所有实体的嵌入表示进行距离计算，通过损失函数进行优化，以对知识图谱进行补全。
[0018]本专利技术实施例的基于量子计算的知识图谱补全装置，基于知识图谱补全模型QubitE，能够保持量子优势，而且本模型是轻量级、高性能的，使得第三方能方便获取完整的大规模知识图谱数据资源。
[0019]本专利技术的第三个方面提出了一种基于量子计算的知识图谱补全装置的数据服务系统，包括：
[0020]待补全知识图谱数据源管理模块，用于根据多个知识图谱数据源获取知识图谱原始数据；
[0021]数据管理模块，用于读取存储在服务器端的知识图谱原始数据，经过数据转换生成第一知识图谱数据，对第一知识图谱数据合并得到第二知识图谱数据；
[0022]知识补全模块，用于基于知识图谱补全装置，利用第二知识图谱数据，对知识图谱嵌入表示模型进行迭代训练，利用训练好的知识图谱嵌入表示模型进行预测获得预测的三元组，将第二知识图谱数据和预测的三元组融合输出得到第三知识图谱数据；
[0023]已补全知识图谱管理模块，用于接受并发布第三知识图谱数据。
[0024]本专利技术实施例的基于量子计算的知识图谱补全装置的数据服务系统，基于知识图谱补全模型QubitE，能够保持量子优势，而且本模型是轻量级、高性能的，使得第三方能方便获取完整的大规模知识图谱数据资源。
[0025]本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[0026]本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
[0027]图1为根据本专利技术实施例的基于量子计算的知识图谱补全方法的流程图；
[0028]图2为根据本专利技术实施例的基于量子计算的知识图谱补全的架构图；
[0029]图3为根据本专利技术实施例的基于量子计算的知识图谱补全装置的结构示意图；
[0030]图4为根据本专利技术实施例的基于量子计算的知识图谱补全装置的数据服务系统示
意图；
[0031]图5为图4数据服务系统的模块示意图。
具体实施方式
[0032]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本专利技术。
[0033]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。
[0034]下面参照附图描述根据本专利技术实施例提出的基于量子计算的知识图谱补全方法、装置和系统，首先将参照附图描述根据本专利技术实施例提出的基于量子计算的知识图谱补全方法。
[0035]图2为基于量子计算的知识图谱补全架构图，如图2所示，图中上部分是一个量子线路，解释了知识图谱补全方法QubitE的量子计算模块和评分模块；下部分是另一个量子线路，其中X是量子逻辑门NOT门，解释了如何操作实体语义而不需要关系的参与，可以创造新实体NOT(h)，在实体语义空间中它的语义与h实体的语义恰好相反。在图2中，主要包括3个部分：量子计算模块、三元组本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于量子计算的知识图谱补全方法，其特征在于，应用于知识图谱嵌入表示模型，所述方法包括以下步骤：输入三元组，将头实体和尾实体表示为量子态将关系表示为量子门，根据预设规则初始化量子参数，生成特定于实体的量子态和特定于关系的量子门；基于特定于实体的量子态和特定于关系的量子门将三元组的头实体通过关系映射到目标希尔伯特空间中，以将量子门应用到量子态上执行量子计算，获得预测的实体嵌入表示；将预测的实体嵌入表示和知识图谱中所有实体的嵌入表示进行距离计算，通过损失函数进行优化，以对知识图谱进行补全。2.根据权利要求1所述的方法，其特征在于，预设三元组(h，r，t)，其中，头实体h，关系r，尾实体t，将头尾实体h和t嵌入到d维希尔伯特空间和，d维向量的每个元素是一个2维的复向量，将关系r嵌入为d维向量r，向量r的每个元素是2x2的复酉矩阵，r包含两个复向量r
a
和r
b
，用r
ai
，r
bi
，h
ai
，h
bi
，t
ai
，t
bi
分别表示r
a
，r
b
，h
a
，h
b
，t
a
，t
b
的第i个元素。3.根据权利要求2所述的方法，其特征在于，所述基于特定于实体的量子态和特定于关系的量子门将三元组的头实体通过关系映射到目标希尔伯特空间中，包括：实体嵌入向量h的第i位元素为：其中d是嵌入维度，且|h
ai
|2+|h
bi
|2＝1，使得h＝[h1，h2，...，h
d
]；实体h对应的密度矩阵为：通过特定于关系的量子门，将头实体h映射到目标希尔伯特空间的特定于关系的变换，将关系嵌入向量r的第i个元素参数化酉矩阵写为：其中，d是嵌入维度，且|r
ai
|2+|r
bi
|2＝1，使得r＝[r1，r2，...，r
d
]，行列式4.根据权利要求3所述的方法，其特征在于，将量子门应用到量子态上执行量子计算，获得预测的实体嵌入表示，包括：将量子门应用到量子态上以执行量子计算，将特定关系的变换r应用到头实体h，使用元素级变换，对每位元素计算矩阵乘法：
转化后的量子态即为h
r
＝[h
r1
，h
r2
，
…
，h
rd
]。5.根据权利要求1所述的方法，...

【专利技术属性】
技术研发人员：鄂海红，林学渊，宋美娜，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：