基于多视角特征交互建模的动态知识图谱补全方法及装置制造方法及图纸

本发明专利技术提出了一种基于多视角特征交互建模的动态知识图谱补全方法及装置，方法包括：将知识图谱中所有元素映射到统一的语义空间中，成为该语义空间中的向量，向量包括实体向量，关系向量以及时间向量；通过预设模型训练向量，以使得实体向量、关系向量以及时间向量关联；利用向量构建四元组矩阵以及打分函数，其中，四元组矩阵包括与时间向量相关的头实体向量、尾实体向量、关系向量、时间向量；基于预设算法，预测四元组矩阵中的缺失尾实体和/或缺失头实体。本发明专利技术实现了对时间视角特征与实体视角特征和关系视角特征的融合建模，提高了对时间信号的理解程度和利用效率；并且，提高了动态知识图谱补全任务的准确率。

【技术实现步骤摘要】

本专利技术涉及知识图谱，尤其涉及一种基于多视角特征交互建模的动态知识图谱补全方法及装置。

技术介绍

1、近年来，包括dbpedia和freebase等在内的许多大规模知识图谱已经被建立起来。知识图谱通常将现实世界中的知识抽象成由数十亿个三元组构成的复杂图。每个三元组以的形式表示，其中表示头实体(主体实体)，表示尾实体(对象实体)，表示实体之间的关系。例如，三元组(kiel,locatedin,germany)表示头实体“kiel(基尔)”和尾实体“germany(德国)”之间存在“locatedin(位于)”关系，该三元组表达了：基尔这座城市位于德国。

2、知识图补全是知识图谱领域的主要挑战之一，因为大多数知识图谱都是不完整的。知识图谱补全任务旨在推理和预测不完整三元组中所缺失的要素，可以分为三类子任务：(1)头实体预测：给定缺失头实体的不完整三元组，预测问号位置上的头实体；(2)尾实体预测：给定缺失尾实体的不完整三元组，预测问号位置上的尾实体；(3)关系预测：给定缺失关系的不完整三元组，预测问号位置上的关系。

3、然而，很多知识涉本文档来自技高网...

【技术保护点】

1.一种基于多视角特征交互建模的动态知识图谱补全方法，其特征在于，包括：

2.根据权利要求1所述的多视角特征交互建模的动态知识图谱补全方法，其特征在于，所述步骤S2中，使用随机梯度下降算法和反向传播算法，通过协同训练实体向量、关系向量、时间向量，来协同地建模和实现实体视角、关系视角和时间视角之间的交互。

3.根据权利要求2所述的多视角特征交互建模的动态知识图谱补全方法，其特征在于，所述步骤S3中，进一步包括：将所述四元组矩阵输入到卷积神经网络中，用预设数量的卷积滤波器进行处理，以生成多元的、语义和时间融合特征。

4.根据权利要求3所述的多视角特征交互建...

【技术特征摘要】

1.一种基于多视角特征交互建模的动态知识图谱补全方法，其特征在于，包括：

2.根据权利要求1所述的多视角特征交互建模的动态知识图谱补全方法，其特征在于，所述步骤s2中，使用随机梯度下降算法和反向传播算法，通过协同训练实体向量、关系向量、时间向量，来协同地建模和实现实体视角、关系视角和时间视角之间的交互。

3.根据权利要求2所述的多视角特征交互建模的动态知识图谱补全方法，其特征在于，所述步骤s3中，进一步包括：将所述四元组矩阵输入到卷积神经网络中，用预设数量的卷积滤波器进行处理，以生成多元的、语义和时间融合特征。

4.根据权利要求3所述的多视角特征交互建模的动态知识图谱补全方法，其特征在于，所述步骤s4中，当预测尾实体时，方法具体包括：

5.一种多视角特征交互建模的动态知识图谱补全装置，其特征在于，包括：

【专利技术属性】
技术研发人员：王亚珅，郭大宇，欧阳小叶，朱小伶，白然，
申请(专利权)人：中国电子科技集团有限公司电子科学研究院，
类型：发明
国别省市：