基于复数双曲图神经网络的领域知识图谱补全方法和系统技术方案

本发明专利技术提供一种基于复数双曲图神经网络的领域知识图谱补全方法和系统，涉及知识图谱技术领域。本发明专利技术将节点向量表示嵌入到复数双曲空间，对封闭子图中的节点进行等距变换，得到目标节点在复数双曲空间的表示；将两个目标节点在复数双曲空间的表示在复数双曲空间融合，映射回实数欧式空间，对融合之后的结果、封闭子图的向量表示和关系表示进行连接操作，得到三元组相似性得分，根据三元组相似性得分补全领域知识图谱。本发明专利技术对知识图谱补全的过程中，引入复数双曲空间强化图节点的表达能力，并利用子图归纳的方法提升模型的泛化能力，更好地补全知识图谱。

【技术实现步骤摘要】

本专利技术涉及知识图谱，具体涉及一种基于复数双曲图神经网络的领域知识图谱补全方法和系统。

技术介绍

1、领域知识图谱补全是一项复杂且具有挑战性的任务，旨在通过人工智能和大数据技术全面挖掘和整合专业领域的知识，从而形成一个结构化、系统化的知识体系。以中医药知识图谱为例，其包括包括中药材的种类、功效、性味归经、配伍禁忌等多维度的信息，尽管知识图谱从多源异构的语料中汇集了这些信息，但是依然存在不完全问题，需要进行知识图谱补全。

2、在知识图谱补全过程需要处理海量的文献、古籍和现代科研数据，并运用自然语言处理技术从中提取关键信息。以中医药知识图谱为例，图谱中包含大量的1-n类型的三元组，具有复杂的树形结构和多样化的层级结构，同时中医药知识图谱补全还会涉及新药物的功效挖掘，这就要求模型能够处理未知实体。现有的知识图谱补全模型，如transe和hake，难以处理新出现的实体。因此，面向新图中未见实体的归纳关系预测受到广泛关注。受到图神经网络(gnn)的启发，最近的研究集中在使用未见实体周围的子图进行归纳关系预测。其中，grail模型通过模拟目标三元组的封闭本文档来自技高网...

【技术保护点】

1.一种基于复数双曲图神经网络的领域知识图谱补全方法，其特征在于，包括：

2.如权利要求1所述的基于复数双曲图神经网络的领域知识图谱补全方法，其特征在于，所述从领域知识图谱中选取两个目标节点并获取它们的公共邻居节点，通过剪枝构建封闭子图，包括：

3.如权利要求1所述的基于复数双曲图神经网络的领域知识图谱补全方法，其特征在于，所述编码封闭子图中的节点间的相对距离信息，得到初始化节点向量表示，包括：

4.如权利要求1所述的基于复数双曲图神经网络的领域知识图谱补全方法，其特征在于，以初始化节点向量表示和节点集作为输入数据，使用图神经网络聚合封闭子图中节点的邻...

【技术特征摘要】

1.一种基于复数双曲图神经网络的领域知识图谱补全方法，其特征在于，包括：

2.如权利要求1所述的基于复数双曲图神经网络的领域知识图谱补全方法，其特征在于，所述从领域知识图谱中选取两个目标节点并获取它们的公共邻居节点，通过剪枝构建封闭子图，包括：

3.如权利要求1所述的基于复数双曲图神经网络的领域知识图谱补全方法，其特征在于，所述编码封闭子图中的节点间的相对距离信息，得到初始化节点向量表示，包括：

4.如权利要求1所述的基于复数双曲图神经网络的领域知识图谱补全方法，其特征在于，以初始化节点向量表示和节点集作为输入数据，使用图神经网络聚合封闭子图中节点的邻居信息，生成节点向量表示，包括：

5.如权利要求1～4所述的基于复数双曲图神经网络的领域知识图谱补全方法，其特征在于，所述等距变换包括旋转和反射。

6.如权利要求5所述的基于复...

【专利技术属性】
技术研发人员：杜治娟，董志彪，陈得可，
申请(专利权)人：内蒙古大学，
类型：发明
国别省市：