本公开提供了一种捕获知识图谱层级结构的知识表示方法，包括：获取知识图谱三元组的初始数据，知识图谱三元组包括头实体、尾实体以及头实体和尾实体之间的关联关系；根据知识图谱三元组的初始数据，确定知识图谱三元组的复数向量数据，复数向量数据包括头实体数据、尾实体数据以及头实体和尾实体之间的关联关系的模长数据和角度数据；根据头实体数据、模长数据、角度数据，确定预测尾实体数据；以及根据尾实体数据和预测尾实体数据，确定尾实体的表示数据，表示数据用于表示知识图谱层级结构。构。构。
【技术实现步骤摘要】
捕获知识图谱层级结构的知识表示方法及装置
[0001]本公开涉及深度学习和知识图谱领域，具体涉及一种捕获知识图谱层级结构的知识表示方法及装置。
技术介绍
[0002]知识图谱(Knowledge Graph，KG)是由实体和关系组成的多关系图。在知识图谱中关系通常表示为边，每条边和与边相连的两个实体都表示为一个三元组的形式即头实体、关系、尾实体，也称为事实。每个三元组表示两个实体由特定的关系连接。知识表示学习的关键思想是将包含实体和关系的知识图谱组件嵌入到连续的向量空间中。这些实体和关系嵌入表示可以进一步用于各种任务。
[0003]知识表示方法包括基于翻译模型(Translating Embedding，TransE)的方法，基于语义相似度匹配的方法，基于神经网络的方法。上述知识表示方法虽然可以表示结构化数据，但这类三元组的潜在符号性质限制了对知识图谱的进一步操作。此外，上述知识表示方法无法有效的对不同模式的关系进行推理，在没有额外信息的帮助下，也不能有效的获取知识图谱的层级信息。
技术实现思路
[0004]鉴于上述问题，本公开提供了一种捕获知识图谱层级结构的知识表示方法及装置，用于捕获知识图谱层级结构信息。
[0005]根据本公开的第一个方面，提供了一种捕获知识图谱层级结构的知识表示方法，包括：获取知识图谱三元组的初始数据，知识图谱三元组包括头实体、尾实体以及头实体和尾实体之间的关联关系；根据知识图谱三元组的初始数据，确定知识图谱三元组的复数向量数据，复数向量数据包括头实体数据、尾实体数据以及头实体和尾实体之间的关联关系的模长数据和角度数据；根据头实体数据、模长数据、角度数据，确定预测尾实体数据；以及根据尾实体数据和预测尾实体数据，确定尾实体的表示数据，表示数据用于表示知识图谱层级结构。
[0006]根据本公开的实施例，其中，预测尾实体数据包括预测模长数据和预测角度数据；其中，根据头实体数据、模长数据、角度数据，确定预测尾实体数据包括：根据头实体数据和模长数据，确定头实体到尾实体的预测模长数据；以及根据头实体数据和角度关联关系数据，确定头实体到尾实体的预测角度数据。
[0007]根据本公开的实施例，其中，根据尾实体数据和预测尾实体数据，确定尾实体的表示数据包括：根据预测模长数据和尾实体数据，确定模长差量数据；根据预测角度数据和尾实体数据，确定角度差量数据；以及根据模长差量数据和角度差量数据，确定尾实体的表示数据。
[0008]根据本公开的实施例，还包括：利用多个子实体数据表示头实体数据和尾实体数据。
[0009]根据本公开的实施例，还包括：将头实体数据、模长数据、角度数据输入捕获知识图谱层级结构的知识表示模型的预测模块，输出预测尾实体数据。
[0010]根据本公开的实施例，其中，在训练捕获知识图谱层级结构的知识表示模型的过程中，多个子实体数据共享相同的关系参数。
[0011]根据本公开的第二个方面，提供了一种捕获知识图谱层级结构的知识表示装置，包括：获取模块，用于获取知识图谱三元组的初始数据，知识图谱三元组包括头实体、尾实体以及头实体和尾实体之间的关联关系；第一确定模块，用于根据知识图谱三元组的初始数据，确定知识图谱三元组的复数向量数据，复数向量数据包括头实体数据、尾实体数据、头实体和尾实体之间的关联关系的模长数据和角度数据；第二确定模块，用于根据头实体数据、模长数据、角度数据，确定预测尾实体数据；以及知识表示模块，用于根据尾实体数据和预测尾实体数据，确定尾实体的表示数据，表示数据用于表示知识图谱层级结构。
[0012]根据本公开的第三个方面，提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个指令，其中，当一个或多个指令被一个或多个处理器执行时，使得一个或多个处理器实现上述捕获知识图谱层级结构的知识表示方法。
[0013]根据本公开的第四个方面，提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现上述捕获知识图谱层级结构的知识表示方法。
[0014]根据本公开的第五个方面，提供了一种计算机程序产品，计算机程序产品包括计算机可执行指令，指令在被执行时用于实现上述捕获知识图谱层级结构的知识表示方法。
附图说明
[0015]通过以下参照附图对本公开实施例的描述，本公开的上述内容以及其他目的、特征和优点将更为清楚，在附图中：
[0016]图1示意性示出了根据本公开实施例的捕获知识图谱层级结构的知识表示方法的系统架构；
[0017]图2示意性示出了根据本公开实施例的捕获知识图谱层级结构的知识表示方法的流程图；
[0018]图3示意性示出了根据本公开实施例的知识图谱三元组的初始数据的示意图；
[0019]图4示意性示出了根据本公开实施例的知识图谱三元组的复数向量数据的示意图；
[0020]图5示意性示出了根据本公开实施例的确定尾实体的表示数据的示意图；
[0021]图6示意性示出了根据本公开实施例的捕获知识图谱层级结构的知识表示方法的示意图；
[0022]图7示意性示出了根据本公开实施例的捕获知识图谱层级结构的知识表示装置的结构框图；以及
[0023]图8示意性示出了根据本公开实施例的适于捕获知识图谱层级结构的知识表示方法的电子设备的方框图。
具体实施方式
[0024]以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性
的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
[0025]在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
[0026]在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
[0027]在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
[0028]本公开的实施例提供了一种捕获知识图谱层级结构的知识表示方法，包括：获取知识图谱三元组的初始数据，知识图谱三元组包括头实体、尾实体以及头实体和尾实体之间的关联关系；根据知识图谱三元组的初始数据，确定知识图谱三元组的复数向量数据，复数向量数据包括头实体数据、尾实体数本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种捕获知识图谱层级结构的知识表示方法，包括：获取知识图谱三元组的初始数据，所述知识图谱三元组包括头实体、尾实体以及所述头实体和所述尾实体之间的关联关系；根据所述知识图谱三元组的初始数据，确定所述知识图谱三元组的复数向量数据，所述复数向量数据包括头实体数据、尾实体数据以及所述头实体和所述尾实体之间的关联关系的模长数据和角度数据；根据所述头实体数据、所述模长数据、所述角度数据，确定预测尾实体数据；以及根据所述尾实体数据和所述预测尾实体数据，确定所述尾实体的表示数据，所述表示数据用于表示知识图谱层级结构。2.根据权利要求1所述的方法，其中，预测尾实体数据包括预测模长数据和预测角度数据；其中，根据所述头实体数据、所述模长数据、所述角度数据，确定预测尾实体数据包括：根据所述头实体数据和所述模长数据，确定所述头实体到所述尾实体的预测模长数据；以及根据所述头实体数据和所述角度关联关系数据，确定所述头实体到所述尾实体的预测角度数据。3.根据权利要求2所述的方法，其中，根据所述尾实体数据和所述预测尾实体数据，确定所述尾实体的表示数据包括：根据所述预测模长数据和所述尾实体数据，确定所述模长差量数据；根据所述预测角度数据和所述尾实体数据，确定所述角度差量数据；以及根据所述模长差量数据和所述角度差量数据，确定所述尾实体的表示数据。4.根据权利要求1所述的方法，还包括：利用多个子实体数据表示所述头实体数据和所述尾实体数据。5.根据权利要求1所述的方法，还包括：将所述头实体...
【专利技术属性】
技术研发人员：张泽群，金力，李树超，李晓宇，孙显，王慎思，董鹏程，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。