本公开涉及一种基于知识超图的解耦表示学习方法及装置。所述解耦表示学习方法包括：对知识超图中的实体、关系、属性和值的表示向量进行随机初始化，其中，实体的表示向量包括多个子表示向量，所述多个子表示向量的数量基于实体所具有的语义的数量而确定，并且关系、属性和值的表示向量的维度与实体的子表示向量的维度相同；基于从每个实体的邻居实体传递的信息，对每个实体所包括的多个子表示向量进行更新；利用知识超图补全任务训练模型，基于更新的实体和关系的向量表示，确定超边中缺失的实体。通过采用本公开，能够处理结构复杂的知识超图、建模实体多方面语义，通过对实体的不同语义进行解耦，学习实体和关系的高质量向量表示。
【技术实现步骤摘要】
本公开涉及知识图谱领域，更具体地说，涉及一种基于知识超图的解耦表示学习方法及装置。
技术介绍
1、知识图谱是存储知识的大规模图结构，已经在推荐系统、知识问答等多个领域得到了广泛的应用。知识图谱由节点和边构成，其中每个节点对应一个实体，每条边对应一种关系，连接两个实体的边代表这两个实体之间具有相应的关系。例如，知识图谱中的边（xxx，毕业于，上海xx大学）表示知识“xxx毕业于上海xx大学”。
2、知识超图是对传统知识图谱的扩展，由节点和超边构成，其中每个节点对应一个实体，与传统知识图谱中的边不同，每条超边不仅对应一种关系，还具有相应的“属性-值”对，对实体之间的关系进行更丰富、更具体的描述。例如，对于知识图谱中的边（xxx，毕业于，上海xx大学），在知识超图中可具有相应的“属性-值”对：时间-1934年、院系-机械工程系，表示知识“xxx于19xx年毕业于上海xx大学机械工程系”。知识超图能够表征更复杂的语义，描述属性信息，更符合人类的表达习惯。通过学习知识超图中实体和关系的表示，可以为知识超图的应用提供基础。
/>技术本文档来自技高网...
【技术保护点】
1.一种基于知识超图的解耦表示学习方法，其特征在于，所述基于知识超图的解耦表示学习方法包括：
2.根据权利要求1所述的基于知识超图的解耦表示学习方法，其特征在于，基于从每个实体的邻居实体传递的信息，对每个实体所包括的多个子表示向量进行更新的步骤包括：
3.根据权利要求2所述的基于知识超图的解耦表示学习方法，其特征在于，所述激活函数包括ReLU函数。
4.根据权利要求2所述的基于知识超图的解耦表示学习方法，其特征在于，针对任意一个实体的子表示向量，确定由每个邻居实体的相同序数的子表示向量传递的信息的步骤包括：
5.根据权利要求4所述的基于知识...
【技术特征摘要】
1.一种基于知识超图的解耦表示学习方法，其特征在于，所述基于知识超图的解耦表示学习方法包括：
2.根据权利要求1所述的基于知识超图的解耦表示学习方法，其特征在于，基于从每个实体的邻居实体传递的信息，对每个实体所包括的多个子表示向量进行更新的步骤包括：
3.根据权利要求2所述的基于知识超图的解耦表示学习方法，其特征在于，所述激活函数包括relu函数。
4.根据权利要求2所述的基于知识超图的解耦表示学习方法，其特征在于，针对任意一个实体的子表示向量，确定由每个邻居实体的相同序数的子表示向量传递的信息的步骤包括：
5.根据权利要求4所述的基于知识超图的解耦表示学习方法，其特征在于，所述激活函数包括relu函数。
6.根据权利要求1所述的基于知识超图的解耦表示学习方法，其特征在于，利...
【专利技术属性】
技术研发人员：王子康，李林静，曾大军，
申请(专利权)人：中国科学院自动化研究所，
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。