【技术实现步骤摘要】
本说明书实施例涉及互联网，特别涉及一种实体关系预测方法、对象推荐方法以及实体关系预测装置。
技术介绍
1、知识图谱是一种描述实体之间关系的语义网络，已经被广泛应用到各个场景，例如对象推荐场景。但实际应用中的知识图谱往往不完整，无法满足使用需求。
2、相关技术中，通过基于嵌入技术，通过学习静态的实体和关系表示，利用这些表示对三元组进行打分在知识图谱中补全新的实体。然而，嵌入技术只能进行直推式的推理，对于未见过的实体无法产生有效的表示。部分通过归纳式方法预测实体在知识图谱的关系也因视角单一，预测的准确性也有待提升。
3、因此，亟需一种全面的、准确的实体关系预测方案。
技术实现思路
1、有鉴于此，本说明书实施例提供了一种实体关系预测方法。本说明书一个或者多个实施例同时涉及一种对象推荐方法，一种实体关系预测，一种对象推荐装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序，以解决现有技术中存在的技术缺陷。
2、根据本说明书实施例的第一方面，提供了一种实体关系预测方法，包括：
3、获取目标实体的实体信息和关联文本；
4、基于所述实体信息和所述关联文本，提取所述目标实体的第一实体特征、各候选实体的第二实体特征、所述目标实体与所述各候选实体间的关系特征；
5、基于所述第一实体特征、各邻居实体的第二实体特征和各目标关系特征，编码得到所述目标实体对应的目标局部特征，其中，所述邻居实体为与所述目标实体存在邻居关系的候选实体
6、对所述第一实体特征和各第二实体特征进行全局编码，并在所述全局编码中消除局部特征的分量，得到目标全局特征；
7、融合所述目标局部特征和所述目标全局特征，得到融合特征；
8、基于所述融合特征，解码得到针对所述目标实体的实体关系预测结果。
9、根据本说明书实施例的第二方面，提供了一种对象推荐方法，包括：
10、获取目标用户的用户信息和关联文本；
11、基于所述用户信息和所述关联文本，提取所述目标用户的用户特征、各候选对象的对象特征、所述目标用户与所述各候选对象间的关系特征；
12、基于所述用户特征、各邻居对象的对象特征和各目标关系特征，编码得到所述目标用户对应的目标局部特征，其中，所述邻居对象为与所述目标用户存在邻居关系的候选对象，所述目标关系特征为所述目标用户与所述邻居对象间的关系特征；
13、对所述用户特征和各对象特征进行全局编码，并在所述全局编码中消除局部特征的分量，得到目标全局特征；
14、融合所述目标局部特征和所述目标全局特征，得到融合特征；
15、基于所述融合特征，解码得到针对所述目标用户的推荐对象。
16、根据本说明书实施例的第三方面，提供了一种实体关系预测装置，包括：
17、第一获取模块，被配置为获取目标实体的实体信息和关联文本；
18、第一特征提取模块，被配置为基于所述实体信息和所述关联文本，提取所述目标实体的第一实体特征、各候选实体的第二实体特征、所述目标实体与所述各候选实体间的关系特征；
19、第一局部编码模块，被配置为基于所述第一实体特征、各邻居实体的第二实体特征和各目标关系特征，编码得到所述目标实体对应的目标局部特征，其中，所述邻居实体为与所述目标实体存在邻居关系的候选实体，所述目标关系特征为所述目标实体与所述邻居实体间的关系特征；
20、第一全局编码模块，被配置为对所述第一实体特征和各第二实体特征进行全局编码，并在所述全局编码中消除局部特征的分量，得到目标全局特征；
21、第一融合模块，被配置为融合所述目标局部特征和所述目标全局特征，得到融合特征；
22、第一解码模块，被配置为基于所述融合特征，解码得到针对所述目标实体的实体关系预测结果。
23、根据本说明书实施例的第四方面，提供了一种对象推荐装置，包括：
24、第二获取模块，被配置为获取目标用户的用户信息和关联文本；
25、第二特征提取模块，被配置为基于所述用户信息和所述关联文本，提取所述目标用户的用户特征、各候选对象的对象特征、所述目标用户与所述各候选对象间的关系特征；
26、第二局部编码模块，被配置为基于所述用户特征、各邻居对象的对象特征和各目标关系特征，编码得到所述目标用户对应的目标局部特征，其中，所述邻居对象为与所述目标用户存在邻居关系的候选对象，所述目标关系特征为所述目标用户与所述邻居对象间的关系特征；
27、第二全局编码模块，被配置为对所述用户特征和各对象特征进行全局编码，并在所述全局编码中消除局部特征的分量，得到目标全局特征；
28、第二融合模块，被配置为融合所述目标局部特征和所述目标全局特征，得到融合特征；
29、第二解码模块，被配置为基于所述融合特征，解码得到针对所述目标用户的推荐对象。
30、根据本说明书实施例的第五方面，提供了一种计算设备，包括：
31、存储器和处理器；
32、所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现上述第一方面所述的实体关系预测方法或者上述第二方面所述的对象推荐方法的步骤。
33、根据本说明书实施例的第六方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现上述第一方面所述的实体关系预测方法或者上述第二方面所述的对象推荐方法的步骤。
34、根据本说明书实施例的第七方面，提供了一种计算机程序，其中，当所述计算机程序在计算机中执行时，令计算机执行上述第一方面所述的实体关系预测方法或者上述第二方面所述的对象推荐方法的步骤。
35、本说明书一个实施例实现了获取目标实体的实体信息和关联文本；基于所述实体信息和所述关联文本，提取所述目标实体的第一实体特征、各候选实体的第二实体特征、所述目标实体与所述各候选实体间的关系特征；基于所述第一实体特征、各邻居实体的第二实体特征和各目标关系特征，编码得到所述目标实体对应的目标局部特征；对所述第一实体特征和各第二实体特征进行全局编码，并在所述全局编码中消除局部特征的分量，得到目标全局特征；融合所述目标局部特征和所述目标全局特征，得到融合特征；基于所述融合特征，解码得到针对所述目标实体的实体关系预测结果。
36、通过上述方法，综合考虑目标实体的局部特征和全局特征，将多个视角下的目标实体的特征进行聚合，可以更加全面地表示目标实体，使得对于训练中未见过的目标实体也可以产生合理的表示，进而提高实体关系预测的准确性，同时，差异化处理的方式也避免了多视角信息聚合的冗余。
本文档来自技高网...【技术保护点】
1.一种实体关系预测方法，包括：
2.根据权利要求1所述的实体关系预测方法，所述基于所述实体信息和所述关联文本，提取所述目标实体的第一实体特征、各候选实体的第二实体特征、所述目标实体与所述各候选实体间的关系特征，包括：
3.根据权利要求1所述的实体关系预测方法，所述基于所述第一实体特征、各邻居实体的第二实体特征和各目标关系特征，编码得到所述目标实体对应的目标局部特征，包括：
4.根据权利要求1所述的实体关系预测方法，所述对所述第一实体特征和各第二实体特征进行全局编码，并在所述全局编码中消除局部特征的分量，得到目标全局特征，包括：
5.根据权利要求4所述的实体关系预测方法，所述根据所述第一特征矩阵与所述局部特征矩阵，从所述第一特征矩阵中消除所述局部特征矩阵，获得差异化特征矩阵，包括：
6.根据权利要求1所述的实体关系预测方法，所述对所述第一实体特征和各第二实体特征进行全局编码，并在所述全局编码中消除局部特征的分量，得到目标全局特征，包括:
7.根据权利要求6所述的实体关系预测方法，所述根据所述第一实体特征与所述
8.根据权利要求1-7任一项所述的实体关系预测方法，所述基于所述实体信息和所述关联文本，提取所述目标实体的第一实体特征、各候选实体的第二实体特征、所述目标实体与所述各候选实体间的关系特征，包括：
9.根据权利要求8所述的实体关系预测方法，在所述将所述实体信息和所述关联文本输入关系预测模型之前，还包括：
10.根据权利要求1-7任一项所述的实体关系预测方法，所述融合所述目标局部特征和所述目标全局特征，得到融合特征，包括：
11.根据权利要求1-7任一项所述的实体关系预测方法，所述基于所述融合特征，解码得到针对所述目标实体的实体关系预测结果，包括：
12.一种对象推荐方法，包括：
13.一种实体关系预测装置，包括：
14.根据权利要求13所述的实体关系预测装置，所述第一特征提取模块，进一步被配置为：
15.根据权利要求13所述的实体关系预测装置，所述第一局部编码模块，进一步被配置为：
16.根据权利要求13所述的实体关系预测装置，所述第一全局编码模块，进一步被配置为：
17.根据权利要求16所述的实体关系预测装置，所述第一全局编码模块，进一步被配置为：
18.根据权利要求13所述的实体关系预测装置，所述第一全局编码模块，进一步被配置为：
19.根据权利要求18所述的实体关系预测装置，所述第一全局编码模块，进一步被配置为：
20.根据权利要求13-19任一项所述的实体关系预测装置，所述特征提取模块，进一步被配置为：
21.根据权利要求13-19任一项所述的实体关系预测装置，所述第一融合模块，进一步被配置为：
22.根据权利要求13-19任一项所述的实体关系预测装置，所述第一解码模块，进一步被配置为：
23.一种对象推荐装置，包括：
24.一种计算设备，包括：
25.一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现权利要求1-11任意一项所述实体关系预测方法或者权利要求12所述对象推荐方法的步骤。
...【技术特征摘要】
1.一种实体关系预测方法，包括：
2.根据权利要求1所述的实体关系预测方法，所述基于所述实体信息和所述关联文本，提取所述目标实体的第一实体特征、各候选实体的第二实体特征、所述目标实体与所述各候选实体间的关系特征，包括：
3.根据权利要求1所述的实体关系预测方法，所述基于所述第一实体特征、各邻居实体的第二实体特征和各目标关系特征，编码得到所述目标实体对应的目标局部特征，包括：
4.根据权利要求1所述的实体关系预测方法，所述对所述第一实体特征和各第二实体特征进行全局编码，并在所述全局编码中消除局部特征的分量，得到目标全局特征，包括：
5.根据权利要求4所述的实体关系预测方法，所述根据所述第一特征矩阵与所述局部特征矩阵，从所述第一特征矩阵中消除所述局部特征矩阵，获得差异化特征矩阵，包括：
6.根据权利要求1所述的实体关系预测方法，所述对所述第一实体特征和各第二实体特征进行全局编码，并在所述全局编码中消除局部特征的分量，得到目标全局特征，包括:
7.根据权利要求6所述的实体关系预测方法，所述根据所述第一实体特征与所述目标局部特征，从所述第一实体特征中消除所述目标局部特征，获得差异化特征矩阵，包括：
8.根据权利要求1-7任一项所述的实体关系预测方法，所述基于所述实体信息和所述关联文本，提取所述目标实体的第一实体特征、各候选实体的第二实体特征、所述目标实体与所述各候选实体间的关系特征，包括：
9.根据权利要求8所述的实体关系预测方法，在所述将所述实体信息和所述关联文本输入关系预测模型之前，还包括：
10.根据权利要求1-7任一项所述的实体关系预测方法，所...
【专利技术属性】
技术研发人员：童翰文，钱羽希，刘井平，梁祖杰，肖仰华，韦峰，郝正鸿，韩冰，
申请(专利权)人：浙江网商银行股份有限公司，
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。