知识图谱嵌入向量确定方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种知识图谱嵌入向量确定方法、装置、电子设备及存储介质，涉及知识图谱技术领域，该方法包括：根据图卷积神经网络，确定第一属性节点知识图谱中属性节点的属性嵌入向量和属性节点关系嵌入向量、确定第一实体节点知识图谱的实体节点的实体嵌入向量和实体节点关系嵌入向量；根据属性节点关系嵌入向量，确定各个属性节点的第一嵌入向量；根据预设关系因子，确定第一实体节点关系嵌入向量；根据第一嵌入向量和第一实体节点关系嵌入向量，确定第二实体节点知识图谱；根据第二实体节点知识图谱中第一实体节点关系嵌入向量，确定各个实体节点的第二嵌入向量；根据第二嵌入向量和第二实体节点关系嵌入向量，确定各个实体节点的目标嵌入向量。体节点的目标嵌入向量。体节点的目标嵌入向量。

【技术实现步骤摘要】
知识图谱嵌入向量确定方法、装置、电子设备及存储介质


[0001]本专利技术涉及知识图谱
，具体而言，涉及一种知识图谱嵌入向量确定方法、装置、电子设备及存储介质。

技术介绍

[0002]知识图谱作为一种特殊的图形结构，实体(entities)作为结点，关系(relations)作为有向边。在知识图谱中，每个边缘被表示为具有(头部实体，关系，尾部实体)这一形式的三元组(u，r，v)，以指示两个实体u(即，头实体)和v(即，尾实体)通过关系r连接。在过去的几十年中建立了许多大型知识图谱，例如WordNet，Freebase，DBpedia，YAGO。它们改进了各种下游应用，例如结构化搜索、问答和实体推荐等。
[0003]知识图谱嵌入(Knowledge Graph Embedding,KGE)是一种学习知识库中的实体和关系的Embedding表示的方法，是语义检索、知识问答、推荐等众多应用的基础研究。
[0004]然而，在现有的知识图谱嵌入模型中，诸如TransE、ComplEx和PTransE的模型主要利用语义信息，研究单个三元组中节点和关系之间的联系，而诸如ChainR和RSN的模型则更多地去利用结构信息。但是，现有的知识图谱的嵌入表示受到图谱的结构稀疏性的限制，从而导致现有的知识图谱嵌入表示的方法存在准确度较低的问题。

技术实现思路

[0005]为解决上述问题，本专利技术提供一种知识图谱嵌入向量确定方法、装置、电子设备及存储介质。
[0006]根据本专利技术第一方面，提供一种知识图谱嵌入向量确定方法，包括：
[0007]根据图卷积神经网络，确定第一属性节点知识图谱中属性节点的属性嵌入向量和属性节点关系嵌入向量、确定第一实体节点知识图谱的实体节点的实体嵌入向量和实体节点关系嵌入向量，其中，所述实体节点包括所述属性节点和非属性节点，所述属性节点为所述实体节点的子集，所述第一属性节点知识图谱为所述第一实体节点知识图谱的子集，所述第一属性节点知识图谱和所述第一实体节点知识图谱是经过关系增强后的；
[0008]根据所述属性节点关系嵌入向量更新所述属性节点的所述属性嵌入向量，确定各个所述属性节点的第一嵌入向量；
[0009]根据预设关系因子对所述第一实体节点知识图谱的所述实体节点关系嵌入向量进行更新，确定第一实体节点关系嵌入向量；
[0010]根据所述第一嵌入向量和所述第一实体节点关系嵌入向量对所述第一实体节点知识图谱进行更新，确定第二实体节点知识图谱；
[0011]根据所述第二实体节点知识图谱中所述第一实体节点关系嵌入向量，更新所述实体节点的所述实体嵌入向量，确定各个所述实体节点的第二嵌入向量；
[0012]根据所述第二嵌入向量和第二实体节点关系嵌入向量，确定各个实体节点的目标嵌入向量，其中，所述第二实体节点关系嵌入向量是根据所述预设关系因子和所述第一实
体节点关系嵌入向量确定的。
[0013]可选地，所述根据所述属性节点关系嵌入向量更新所述属性节点的所述属性嵌入向量，确定各个所述属性节点的第一嵌入向量，包括：
[0014]根据所述第一属性节点知识图谱，获取待更新属性节点所对应的邻接属性节点集合；
[0015]根据所述邻接属性节点集合，确定邻接属性关系集合；
[0016]根据所述邻接属性节点集合中各个邻接属性节点的邻接属性节点嵌入向量、所述邻接属性关系集合中各个邻接关系的邻接属性节点关系嵌入向量、第一嵌入因子和预设组合函数，确定所述待更新属性节点的第一嵌入向量。
[0017]可选地，所述根据所述邻接属性节点集合中各个邻接属性节点的邻接属性节点嵌入向量、所述邻接属性关系集合中各个邻接关系的邻接属性节点关系嵌入向量、第一嵌入因子和预设组合函数，确定所述待更新属性节点的第一嵌入向量，包括：
[0018]根据第一公式确定所述第一嵌入向量，所述第一公式包括：
[0019][0020]其中，h
u
表示待更新属性节点的第一嵌入向量，N
attr
(u)表示待更新属性节点u对应邻接属性关系集合，v表示与待更新属性节点的邻接属性节点，r表示待更新属性节点与邻接属性节点之间的邻接属性连接关系，W
attr(r)
表示第一预设嵌入因子，φ表示组合函数，h
v
表示邻接属性节点嵌入向量，h
r
表示邻接属性节点关系嵌入向量。
[0021]可选地，所述根据所述第二实体节点知识图谱中所述第一实体节点关系嵌入向量，确定各个所述实体节点的第二嵌入向量，包括：
[0022]根据所述第一实体节点知识图谱，获取待更新实体节点所对应的邻接实体节点集合；
[0023]根据所述邻接实体节点集合，确定邻接实体关系集合；
[0024]根据所述邻接实体节点集合中各个邻接实体节点的邻接实体节点嵌入向量、所述邻接实体关系集合中各个邻接实体关系的邻接实体节点关系嵌入向量、第二预设嵌入因子和预设组合函数，确定所述待更新实体节点的第二嵌入向量。
[0025]可选地，所述根据所述邻接实体节点集合中各个邻接实体节点的邻接实体节点嵌入向量、所述邻接实体关系集合中各个邻接实体关系的邻接实体节点关系嵌入向量、第二预设嵌入因子和预设组合函数，确定所述待更新实体节点的第二嵌入向量，包括：
[0026]根据第二公式确定所述第二嵌入向量，所述第二公式包括：
[0027][0028]其中，h
u'
表示待更新实体节点的第一嵌入向量，N
attr
(u')表示待更新实体节点u'对应邻接属性关系集合，v'表示与待更新实体节点的邻接实体节点，r'表示待更新实体节点与邻接实体节点之间的邻接实体连接关系，W
(r)
表示第二预设嵌入因子，φ表示组合函数，h
v'
表示邻接实体节点嵌入向量，h
r'
表示邻接实体节点关系嵌入向量。
[0029]可选地，还包括：
[0030]获取初始属性节点知识图谱和初始实体节点知识图谱；
[0031]根据预设关系增强策略对所述初始属性节点知识图谱和所述初始实体节点知识图谱进行增强，确定所述第一属性节点知识图谱和所述第一实体节点知识图谱，其中，所述预设关系增强策略包括以下至少之一：为所述初始属性节点知识图谱和所述初始实体节点知识图谱的每条边引入反向边、在所述初始属性节点知识图谱和所述初始实体节点知识图谱增加自循环关系。
[0032]可选地，还包括：
[0033]基于激活函数层与Sigmoid层，确定所述目标嵌入向量对应的概率分布分数；
[0034]根据所述概率分布分数确定损失值，其中，所述损失值用于更新预设关系因子。
[0035]根据本专利技术的第二方面，提供知识图谱嵌入向量确定装置，所述知识图谱嵌入向量确定装置，包括：
[0036]获取模块，用于获取经过关系增强后的属性节点知识图谱和实体节点知识图谱本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种知识图谱嵌入向量确定方法，其特征在于，包括：根据图卷积神经网络，确定第一属性节点知识图谱中属性节点的属性嵌入向量和属性节点关系嵌入向量、确定第一实体节点知识图谱的实体节点的实体嵌入向量和实体节点关系嵌入向量，其中，所述实体节点包括所述属性节点和非属性节点，所述属性节点为所述实体节点的子集，所述第一属性节点知识图谱为所述第一实体节点知识图谱的子集，所述第一属性节点知识图谱和所述第一实体节点知识图谱是经过关系增强后的；根据所述属性节点关系嵌入向量更新所述属性节点的所述属性嵌入向量，确定各个所述属性节点的第一嵌入向量；根据预设关系因子对所述第一实体节点知识图谱的所述实体节点关系嵌入向量进行更新，确定第一实体节点关系嵌入向量；根据所述第一嵌入向量和所述第一实体节点关系嵌入向量对所述第一实体节点知识图谱进行更新，确定第二实体节点知识图谱；根据所述第二实体节点知识图谱中所述第一实体节点关系嵌入向量，更新所述实体节点的所述实体嵌入向量，确定各个所述实体节点的第二嵌入向量；根据所述第二嵌入向量和第二实体节点关系嵌入向量，确定各个所述实体节点的目标嵌入向量，其中，所述第二实体节点关系嵌入向量是根据所述预设关系因子和所述第一实体节点关系嵌入向量确定的。2.根据权利要求1所述的知识图谱嵌入向量确定方法，其特征在于，所述根据所述属性节点关系嵌入向量更新所述属性节点的所述属性嵌入向量，确定各个所述属性节点的第一嵌入向量，包括：根据所述第一属性节点知识图谱，获取待更新属性节点所对应的邻接属性节点集合；根据所述邻接属性节点集合，确定邻接属性关系集合；根据所述邻接属性节点集合中各个邻接属性节点的邻接属性节点嵌入向量、所述邻接属性关系集合中各个邻接关系的邻接属性节点关系嵌入向量、第一嵌入因子和预设组合函数，确定所述待更新属性节点的第一嵌入向量。3.根据权利要求2所述的知识图谱嵌入向量确定方法，其特征在于，所述根据所述邻接属性节点集合中各个邻接属性节点的邻接属性节点嵌入向量、所述邻接属性关系集合中各个邻接关系的邻接属性节点关系嵌入向量、第一嵌入因子和预设组合函数，确定所述待更新属性节点的第一嵌入向量，包括：根据第一公式确定所述第一嵌入向量，所述第一公式包括：其中，h
u
表示待更新属性节点的第一嵌入向量，N
attr
(u)表示待更新属性节点u对应邻接属性关系集合，v表示与待更新属性节点的邻接属性节点，r表示待更新属性节点与邻接属性节点之间的邻接属性连接关系，W
attr(r)
表示第一预设嵌入因子，φ表示组合函数，h
v
表示邻接属性节点嵌入向量，h
r
表示邻接属性节点关系嵌入向量。4.根据权利要求1所述的知识图谱嵌入向量确定方法，其特征在于，所述根据所述第二实体节点知识图谱中所述第一实体节点关系嵌入向量，确定各个所述实体节点的第二嵌入
向量，包括：根据所述第一实体节点知识图谱，获取待更新实体节点所对应的邻接实体节点集合；根据所述邻接实体节点集合，确定邻接实体关系集合；根据所述邻接实体节点集合中各个邻接实体节点的邻接实体节点嵌入向量、所述邻接实体关系集合中各个邻接实体关系的邻接实体节点关系嵌入向量、第二预设嵌入因子和预设组合函数，确定所述待更新实体节点的第二嵌入向量。5.根据权利要求4所述的知识图谱嵌入向量确定方法，其特征在于，所述根据所述邻接实体节点集合...

【专利技术属性】
技术研发人员：刘秉权，邱忠银，单丽莉，孙承杰，刘远超，林磊，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：