基于图规则挖掘的知识图谱更新方法及系统技术方案

本发明专利技术提供了一种基于图规则挖掘的知识图谱更新方法及系统，解决了现有工作遇到的专家规则人工标注成本高，更新耗时高，无法适用新实体的问题。给定动态知识图谱事件，我们通过这些子图构建出面向时间感知的图模式语义规则。这种方法可以在不需要人工标注的情况下产生规则，从而解决了人工标注成本高问题。其次，我们提出对这些规则进行基于图模式关系的有效筛除，选择最有效的规则子集进行更新，解决了更新耗时高。然后，这些规则在新的图谱上可以使用子图匹配的方式进行更新，避免了无法使用新实体的问题。

【技术实现步骤摘要】

本专利技术涉及知识图谱的，具体地，涉及基于图规则挖掘的知识图谱更新方法及系统，尤其涉及一种基于图规则挖掘的知识图谱更新系统。

技术介绍

1、知识图谱通过将数据图结构化来表示世界中的概念和其相互关系，并且已经在例如自然语言理解，知识问答，搜索，商品推荐等各种现实任务上取得了巨大成功。然而现有的大部分知识图谱构建基于静态知识，即实体之间的隐含关系不会发生变化，但现实生活中的事物会随各种图变化事件而演变，导致节点属性变化和图结构变化。例如，公司与员工的隶属关系，可能通过离职，签约等事件发生变化。与此同时员工之间的同事，上下级关系可能也会随之变化。因此，为了更好地促进下游任务，我们应该动态更新知识图谱中的信息。

2、为了获取图变化事件的信息，国内外技术人员提出了多种方式对图谱进行更新。根据他们的更新方式，现在技术主要分为两类。(1)基于专家规则的更新：基于每个图谱人为制定更新规则，通过爬取新闻事件更新相对应的图谱信息。(2)基于向量化表示的更新，通过将知识图谱中现有知识映射到向量空间，从而利用实体和关系在向量空间中的传递性与对称性去修复缺少的实体或关系本文档来自技高网...

【技术保护点】

1.一种基于图规则挖掘的知识图谱更新方法，其特征在于，所述方法包括如下步骤：

2.根据权利要求1所述的基于图规则挖掘的知识图谱更新方法，其特征在于，所述步骤S1定义时序图模式规则，即φ：P(x，y)→r(x，y，t)；其中，P(x，y)指代一个关于两个实体x，y的前提条件的子图模式，r(x，y，t)表示预测的目标知识，即实体x，y在t时间时具有关系r；时序图模式规则表示金融知识图谱当中能够匹配子图模式P(x，y)的实体，并且该实体会在时间t内产生符合r(x，y，t)的关系。

3.根据权利要求1所述的基于图规则挖掘的知识图谱更新方法，其特征在于，所述步骤S2中：...

【技术特征摘要】

1.一种基于图规则挖掘的知识图谱更新方法，其特征在于，所述方法包括如下步骤：

2.根据权利要求1所述的基于图规则挖掘的知识图谱更新方法，其特征在于，所述步骤s1定义时序图模式规则，即φ：p(x，y)→r(x，y，t)；其中，p(x，y)指代一个关于两个实体x，y的前提条件的子图模式，r(x，y，t)表示预测的目标知识，即实体x，y在t时间时具有关系r；时序图模式规则表示金融知识图谱当中能够匹配子图模式p(x，y)的实体，并且该实体会在时间t内产生符合r(x，y，t)的关系。

3.根据权利要求1所述的基于图规则挖掘的知识图谱更新方法，其特征在于，所述步骤s2中：

4.根据权利要求1所述的基于图规则挖掘的知识图谱更新方法，其特征在于，所述步骤s3中研究利用图模式之间覆盖的特性，即当p1为p2的子图时，那么以p2作为前提条件的规则的额外覆盖收益一定小于以p1作为前提条件的规则，因此如果以p2作为前提条件的规则没有被选择，不用生成以p1作为前提条件的规则，并计算其置信度；初始化s为一个空的集合；产生一定长度内的所有频繁子图模式，并计算置信程度，过滤掉重复的和低置信度的规则；根据贪心算法来逐一选取让u(s)大的规则并添加到选取的集合里面；将重复选取过程直至选取k个规则。

5.根据权利要求1所述的基于图规则挖掘的知识图谱更新方法，其特征在于，所述步骤s4中，通过步骤s3得到最有价值的k个规则的集合，给定动态知识图谱和挖掘产生的更新规则集合s，利用子图匹配的算法，选取在知识图谱中和更新规则前提条件p(x，y)同构的知识对，并为对每个满足的实体对进行更新对应的知识r(x，y，t)。

...

【专利技术属性】
技术研发人员：沈艳艳，陈雷，辛浩，孔书铭，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：