一种推荐系统三元组的验证方法技术方案

本申请公开了一种推荐系统三元组的验证方法

【技术实现步骤摘要】
一种推荐系统三元组的验证方法、装置、介质及电子装置


[0001]本申请属于量子计算
，特别是一种推荐系统三元组的验证方法
、
装置
、
介质及电子装置
。

技术介绍

[0002]量子计算机是一类遵循量子力学规律进行高速数学和逻辑运算
、
存储及处理量子信息的物理装置
。
当某个装置处理和计算的是量子信息，运行的是量子算法时，它就是量子计算机
。
量子计算机因其具有相对普通计算机更高效的处理数学问题的能力，例如，能将破解
RSA
密钥的时间从数百年加速到数小时，故成为一种正在研究中的关键技术
。
[0003]现有的推荐系统三元组验证网络多采用经典卷积神经网络，受限于经典计算机的运行能力，仅基于头实体向量和关系向量对三元组正确性进行预测，既无法获取尾实体的特征，也无法获取三元组组成要素
(
头实体
、
关系
、
尾实体
)
之间的交互特征，网络性能较差，推荐系统三元组的验证准确度较低
。
[0004]申请内容
[0005]本申请的目的是提供一种推荐系统三元组的验证方法
、
装置
、
介质及电子装置，旨在提高推荐系统三元组的验证准确度
。
[0006]本申请的一个实施例提供了一种推荐系统三元组的验证方法，所述方法包括：
[0007]从推荐系统三元组的头实体向量
、
关系向量
、
尾实体向量中选取任意两个向量，得到
C
32
个组合方式，以及根据每种组合方式确定一个重构矩阵；
[0008]使用量子变分卷积层对所述重构矩阵进行特征提取，得到特征矩阵，并降维所述特征矩阵，得到特征向量；
[0009]使用全连接层对所述特征向量进行置信度测量，得到三元组置信度；
[0010]基于所述三元组置信度判断推荐系统三元组是否正确
。
[0011]可选的，所述量子变分卷积层对应的量子电路包括编码电路，纠缠电路和变分电路，所述编码电路用于将所述重构矩阵加载至量子比特，所述变分电路用于在加载后的量子比特之间建立纠缠，所述变分电路用于对建立纠缠后的量子比特进行变分量子编码
。
[0012]可选的，所述编码电路包括作用于每个量子比特上的第一单量子逻辑门和第二单量子逻辑门，所述纠缠电路包括作用于多个量子比特上的多量子逻辑门，所述变分电路包括作用于每个量子比特上的第三单量子逻辑门，所述第一单量子逻辑门和第二单量子逻辑门的参数基于所述重构矩阵确定，所述第三单量子逻辑门的参数基于训练确定
。
[0013]可选的，所述从所述头实体向量
、
关系向量
、
尾实体向量中选取任意两个向量，得到
C
32
个组合方式，以及根据每种组合方式确定一个重构矩阵，包括：
[0014]从所述头实体向量
、
关系向量
、
尾实体向量中：选取头实体向量
、
关系向量，得到第一组合方式；选取头实体向量
、
尾实体向量，得到第二组合方式；选取关系向量
、
尾实体向量，得到第三组合方式；
[0015]基于所述头实体向量
、
关系向量
、
尾实体向量和所述第一组合方式
、
第二组合方
式
、
第三组合方式确定第一重构矩阵
、
第二重构矩阵
、
第三重构矩阵
。
[0016]可选的，所述基于所述头实体向量
、
关系向量
、
尾实体向量和所述第一组合方式
、
第二组合方式
、
第三组合方式确定第一重构矩阵
、
第二重构矩阵
、
第三重构矩阵，包括：
[0017]分别对所述头实体向量
、
关系向量
、
尾实体向量中的元素进行随机排列，得到对应的重组头实体向量
、
重组关系向量
、
重组尾实体向量；
[0018]分别对所述重组头实体向量
、
重组关系向量
、
重组尾实体向量进行均等分割，得到对应的子头实体向量组
、
子关系向量组
、
子尾实体向量组；
[0019]将所述子头实体向量组
、
子关系向量组中的向量作为所述第一重构矩阵中的一维向量，将所述子头实体向量组
、
子尾实体向量组的向量作为所述第二重构矩阵中的一维向量，将所述子关系向量组
、
子尾实体向量组的向量作为所述第三重构矩阵中的一维向量，并使得所述第一重构矩阵
、
第二重构矩阵
、
第三重构矩阵中任意两个相邻一维向量属于不同的向量组
。
[0020]可选的，所述特征矩阵包括第一特征矩阵
、
第二特征矩阵
、
第三特征矩阵，所述使用量子变分卷积层对所述重构矩阵进行特征提取，得到特征矩阵，包括：
[0021]使用量子变分卷积层分别对所述第一重构矩阵
、
第二重构矩阵
、
第三重构矩阵进行特征提取，得到与所述第一重构矩阵对应的第一特征矩阵
、
与所述第二重构矩阵对应的第二特征矩阵
、
与所述第三重构矩阵对应的第三特征矩阵
。
[0022]可选的，所述特征向量包括第一特征向量
、
第二特征向量
、
第三特征向量，所述降维所述特征矩阵，得到特征向量，包括：
[0023]分别降维所述第一特征矩阵
、
第二特征矩阵
、
第三特征矩阵，得到与所述第一特征矩阵对应的第一特征向量
、
与所述第二特征矩阵对应的第二特征向量
、
与所述第三特征矩阵对应的第三特征向量
。
[0024]可选的，所述使用全连接层对所述特征向量进行置信度测量，包括：
[0025]拼接所述第一特征向量
、
第二特征向量
、
第三特征向量，得到置信度测量向量，将所述置信度测量向量输入至所述全连接层，并运行所述全连接层
。
[0026]可选的，所述基于所述三元组置信度判断推荐系统三元组是否正确，包括：
[0027]若所述三元组置信度的值处于预设范围内，则所述推荐系统三元组正确；
[0028]否则，所述推荐系统三元组错误
。
[0029]本申请的又一实施例提供了一种推荐系统三元组的验证装置，所述装置包括：本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种推荐系统三元组的验证方法，其特征在于，所述方法包括：从推荐系统三元组的头实体向量
、
关系向量
、
尾实体向量中选取任意两个向量，得到个组合方式，以及根据每种组合方式确定一个重构矩阵；使用量子变分卷积层对所述重构矩阵进行特征提取，得到特征矩阵，并降维所述特征矩阵，得到特征向量；使用全连接层对所述特征向量进行置信度测量，得到三元组置信度；基于所述三元组置信度判断推荐系统三元组是否正确
。2.
如权利要求1所述的方法，其特征在于，所述量子变分卷积层对应的量子电路包括编码电路，纠缠电路和变分电路，所述编码电路用于将所述重构矩阵加载至量子比特，所述变分电路用于在加载后的量子比特之间建立纠缠，所述变分电路用于对建立纠缠后的量子比特进行变分量子编码
。3.
如权利要求2所述的方法，其特征在于，所述编码电路包括作用于每个量子比特上的第一单量子逻辑门和第二单量子逻辑门，所述纠缠电路包括作用于多个量子比特上的多量子逻辑门，所述变分电路包括作用于每个量子比特上的第三单量子逻辑门，所述第一单量子逻辑门和第二单量子逻辑门的参数基于所述重构矩阵确定，所述第三单量子逻辑门的参数基于训练确定
。4.
如权利要求1所述的方法，其特征在于，所述从所述头实体向量
、
关系向量
、
尾实体向量中选取任意两个向量，得到个组合方式，以及根据每种组合方式确定一个重构矩阵，包括：从所述头实体向量
、
关系向量
、
尾实体向量中：选取头实体向量
、
关系向量，得到第一组合方式；选取头实体向量
、
尾实体向量，得到第二组合方式；选取关系向量
、
尾实体向量，得到第三组合方式；基于所述头实体向量
、
关系向量
、
尾实体向量和所述第一组合方式
、
第二组合方式
、
第三组合方式确定第一重构矩阵
、
第二重构矩阵
、
第三重构矩阵
。5.
如权利要求4所述的方法，其特征在于，所述基于所述头实体向量
、
关系向量
、
尾实体向量和所述第一组合方式
、
第二组合方式
、
第三组合方式确定第一重构矩阵
、
第二重构矩阵
、
第三重构矩阵，包括：分别对所述头实体向量
、
关系向量
、
尾实体向量中的元素进行随机排列，得到对应的重组头实体向量
、
重组关系向量
、
重组尾实体向量；分别对所述重组头实体向量
、
重组关系向量
、
重组尾实体向量进行均等分割，得到对应的子头实体向量组
、
子关系向量组
、
子尾实体向量组；将所述子头实体向量组
、
子关系向量组中的向量作为所述第一重构矩阵中的一维向量，将所述子头实体向量组
、
子尾实体向量组的向量作为所述第二重构矩阵中的一维向量，将所述子关系向量组
、

【专利技术属性】
技术研发人员：窦猛汉，请求不公布姓名，请求不公布姓名，请求不公布姓名，
申请(专利权)人：本源量子计算科技合肥股份有限公司，
类型：发明
国别省市：