一种时序知识图谱推理方法技术

本发明专利技术涉及一种时序知识图谱推理方法，属于人工智能知识推理领域。该方法包括：根据时序知识图谱中的时间戳信息生成多个子图，定义子图序列；获取每个三元组的历史频率信息及全局静态信息；构建编码器，将各子图序列作为编码器输入对子图结构信息进行编码，更新实体和关系的嵌入表示；基于GRU和自回归模型对子图间的时序信息编码，得到实体和关系的多重演化矩阵；构建解码器，对结构信息及时序信息进行解码，计算第一得分；根据历史频率信息，结合全局静态信息识别历史重复实体及动态不可见实体，计算第二得分；根据全局静态信息识别全局不可见实体，计算第三得分；计算最终得分，将其转换为概率分布，实现实体预测。

【技术实现步骤摘要】

本专利技术属于人工智能知识推理领域，涉及一种时序知识图谱推理方法。

技术介绍

1、知识图谱是一种用于描述现实世界的事实的图数据结构，由节点和边构成，其中节点表示现实世界中客观存在的实体，边表示实体与实体之间的关系。时序知识图谱在知识图谱的基础上，引入时间信息，可描述实体之间在不同时间点上的关系及其演化过程。由于时序知识图谱可以用于描述实体之间的历史和未来的关系，从而反映实体之间的演化过程和动态变化，具有广泛的应用价值。

2、推理任务是当前面向时序知识图谱的热点问题之一，其旨在利用具有时间信息的已有事实预测时序知识图谱中缺失的事实。目前较多知识推理方法均面向传统的静态知识图谱任务展开，未考虑时序知识图谱中额外的时间信息，导致无法解决时序知识图谱的预测推理问题。现有针对时序知识图谱的推理方法，提出了基于循环神经网络的方法及基于搜索子图的方法等，但现有方法未综合考虑子图序列的结构信息及时序信息，且未考虑不同类型实体的差异性，导致知识推理性能受限。

技术实现思路

1、有鉴于此，本专利技术的目的在于提供一种本文档来自技高网...

【技术保护点】

1.一种时序知识图谱推理方法，其特征在于：该方法包括以下步骤：

2.根据权利要求1所述的一种时序知识图谱推理方法，其特征在于：步骤S1具体为，时序知识图谱以四元组(s,r,o,t)形式表示，其中s和o分别表示主体实体和目标实体，r表示主体实体和目标实体间的关系，t表示事实发生的时间戳；将逆四元组(s,r-1,o,t)添加至时序知识图谱；将具有相同时间戳的四元组划分到同一个集合中构成一个子图；令tq表示查询时间戳，定义子图序列(tq,k)为距离tq最近的前k个子图形成的序列，k∈[1,K]，K表示子图序列最大长度。

3.根据权利要求1所述的一种时序知识图谱推理方法，...

【技术特征摘要】

1.一种时序知识图谱推理方法，其特征在于：该方法包括以下步骤：

2.根据权利要求1所述的一种时序知识图谱推理方法，其特征在于：步骤s1具体为，时序知识图谱以四元组(s,r,o,t)形式表示，其中s和o分别表示主体实体和目标实体，r表示主体实体和目标实体间的关系，t表示事实发生的时间戳；将逆四元组(s,r-1,o,t)添加至时序知识图谱；将具有相同时间戳的四元组划分到同一个集合中构成一个子图；令tq表示查询时间戳，定义子图序列(tq,k)为距离tq最近的前k个子图形成的序列，k∈[1,k]，k表示子图序列最大长度。

3.根据权利要求1所述的一种时序知识图谱推理方法，其特征在于：步骤2中，获取每个三元组的历史频率信息及全局静态信息包括：

4.根据权利要求1所述的一种时序知识图谱推理方法，其特征在于：步骤s3具体为：

5.根据权利要求1所述一种时序知识图谱推理方法，其特征在于：步骤s4具体为：给定查询时间戳tq及输入子图序列长度k，基于自回归模型，将时间戳t的r-gcn的第ω层的输出实体嵌入矩阵作为时间戳t+1的输入实体嵌入矩阵即：

6.根据权利要求1所述一种时序知识图谱推理方法，其特征在于：步骤s5具体为：对于给定查询(s,r,o′,tq)，构建具有k个transformer的解码器，从实体的多重演化矩阵和关系的多重演化...

【专利技术属性】
技术研发人员：柴蓉，王立轩，段晓芳，陈前斌，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：