本申请涉及一种基于知识图谱嵌入表示的预测方法、装置、计算机设备和存储介质。该方法包括：获取目标知识图谱中的第一实体、第二实体和目标关系；获取目标关系对应的第一法向量和第二法向量，以及获取关系矩阵；按照第一法向量确定出第一映射实体，按照第二法向量确定出第二映射实体，按照关系矩阵对应的循环矩阵确定出实体关系映射向量；按照预设的打分函数，对第一映射实体、第二映射实体和实体关系映射向量进行训练，得到第一嵌入实体、第二嵌入实体和目标嵌入关系；应用第一嵌入实体、第二嵌入实体和目标嵌入关系，对目标知识图谱对应的语义知识和关联关系中的至少一种进行预测。从而能够准确地对语义知识和关联关系进行预测。预测。预测。
【技术实现步骤摘要】
基于知识图谱嵌入表示的预测方法、装置和计算机设备
[0001]本申请涉及知识图谱
，特别是涉及一种基于知识图谱嵌入表示的预测方法、装置、计算机设备和存储介质。
技术介绍
[0002]随着人工智能技术的发展，出现了用于语义分析和推理预测功能的知识图谱技术。为了更好地运用知识图谱对语义和关系进行处理，一般需要对知识图谱中的实体和关系进行嵌入表示，便于快速准确地对语义进行分析和预测。传统基于知识图谱嵌入表示的预测方法，通常是通过转移距离模型或语义匹配模型，对实体和关系进行转换和表示，为后续语义分析和推理预测提供基础。
[0003]然而，传统基于知识图谱嵌入表示的预测方法，通常是对不同的实体和关系进行统一的平移或分析，当头实体、尾实体不对等时，无法兼顾头实体、尾实体和关系的特性，无法准确地对相关语义或关系进行分析和预测。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种能够准确地对相关语义或关系进行分析和预测的基于知识图谱嵌入表示的预测方法、装置、计算机设备和存储介质。
[0005]一种基于知识图谱嵌入表示的预测方法，所述方法包括：
[0006]获取基于语义知识和关联关系的目标知识图谱，以及获取所述目标知识图谱中的三元组，所述三元组包括第一实体、第二实体和目标关系；
[0007]获取所述目标关系对应的第一法向量和第二法向量，以及获取基于所述第一实体、所述第二实体和所述目标关系形成的关系矩阵；
[0008]按照所述第一法向量确定出所述第一实体对应的第一映射实体，按照所述第二法向量确定出所述第二实体对应的第二映射实体，按照所述关系矩阵对应的循环矩阵确定出所述目标关系对应的实体关系映射向量；
[0009]按照预设的打分函数，对所述第一映射实体、所述第二映射实体和所述实体关系映射向量进行训练，得到所述第一映射实体对应的第一嵌入实体、所述第二映射实体对应的第二嵌入实体和所述目标关系对应的目标嵌入关系；
[0010]应用所述第一嵌入实体、所述第二嵌入实体和所述目标嵌入关系，对所述目标知识图谱对应的语义知识和关联关系中的至少一种进行预测。
[0011]在其中一个实施例中，所述获取基于语义知识和关联关系的目标知识图谱，包括：
[0012]若所述第一实体与第二实体之间的反向关系与所述目标关系不一致，或所述第一实体对应的语义类别与所述第二实体对应的语义类别不一致，或所述第一实体或所述第二实体对应的出度或入度不一致，或所述目标关系连接对应的第一实体数量与对应的第二实体数量不一致，则将所述第一实体与所述第二实体对应的知识图谱确定为所述目标知识图谱。
[0013]在其中一个实施例中，所述按照所述第一法向量确定出所述第一实体对应的第一映射实体，按照所述第二法向量确定出所述第二实体对应的第二映射实体，按照所述关系矩阵对应的循环矩阵确定出所述目标关系对应的实体关系映射向量，包括：
[0014]将所述第一实体映射至所述第一法向量对应的第一超平面，得到第一映射实体；
[0015]将所述第二实体映射至所述第二法向量对应的第二超平面，得到第二映射实体；
[0016]对于所述目标关系，通过所述关系矩阵对应的循环矩阵，对所述第一实体、所述第二实体进行映射，得到所述目标关系对应的实体关系映射向量。
[0017]在其中一个实施例中，所述循环矩阵的获取方式，包括：
[0018]对所述关系矩阵中的元素进行平移，得到所述循环矩阵。
[0019]在其中一个实施例中，所述预设的打分函数包括第一打分函数和第二打分函数；
[0020]所述按照预设的打分函数，对所述第一映射实体、所述第二映射实体和所述实体关系映射向量进行训练，得到所述第一映射实体对应的第一嵌入实体、所述第二映射实体对应的第二嵌入实体和所述目标关系对应的目标嵌入关系，包括：
[0021]按照所述第一打分函数，对所述第一映射实体、所述第二映射实体进行训练，得到所述第一映射实体对应的第一嵌入实体和所述第二映射实体对应的第二嵌入实体；
[0022]按照所述第二打分函数，对所述目标关系和所述实体关系映射向量进行训练，得到所述目标关系对应的目标嵌入关系。
[0023]在其中一个实施例中，所述按照所述第一打分函数，对所述第一映射实体、所述第二映射实体进行训练，得到所述第一映射实体对应的第一嵌入实体和所述第二映射实体对应的第二嵌入实体，包括：
[0024]根据所述第一映射实体和所述目标关系，确定出所述第二实体对应的实体画像；
[0025]获取所述第二映射实体和所述实体画像之间的相似性；
[0026]按照所述第一打分函数和所述映射相似性，对所述第一映射实体、所述第二映射实体进行训练，得到所述第一映射实体对应的第一嵌入实体和所述第二映射实体对应的第二嵌入实体。
[0027]在其中一个实施例中，所述方法还包括：
[0028]为所述目标知识图谱设置对应的时间窗口，构建基于流式数据的目标知识图谱；
[0029]按照所述时间窗口，执行所述获取基于语义知识和关联关系的目标知识图谱的步骤，直到得到所述第一嵌入实体、所述第二嵌入实体和所述目标嵌入关系，并应用所述第一嵌入实体、所述第二嵌入实体和所述目标嵌入关系，对基于所述流式数据的目标知识图谱对应的语义知识和关联关系中的至少一种进行预测。
[0030]一种基于知识图谱嵌入表示的预测装置，所述装置包括：
[0031]第一数据获取模块，用于获取基于语义知识和关联关系的目标知识图谱，以及获取所述目标知识图谱中的三元组，所述三元组包括第一实体、第二实体和目标关系；
[0032]第二数据获取模块，用于获取所述目标关系对应的第一法向量和第二法向量，以及获取基于所述第一实体、所述第二实体和所述目标关系形成的关系矩阵；
[0033]映射数据获取模块，用于按照所述第一法向量确定出所述第一实体对应的第一映射实体，按照所述第二法向量确定出所述第二实体对应的第二映射实体，按照所述关系矩阵对应的循环矩阵确定出所述目标关系对应的实体关系映射向量；
[0034]数据嵌入表示模块，用于按照预设的打分函数，对所述第一映射实体、所述第二映射实体和所述实体关系映射向量进行训练，得到所述第一映射实体对应的第一嵌入实体、所述第二映射实体对应的第二嵌入实体和所述目标关系对应的目标嵌入关系；
[0035]嵌入预测模块，用于应用所述第一嵌入实体、所述第二嵌入实体和所述目标嵌入关系，对所述目标知识图谱对应的语义知识和关联关系中的至少一种进行预测。
[0036]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一实施例所述的方法。
[0037]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述的方法。
[0038]上述基于知识图谱嵌入表示的预测方法、装置、计算机设备和存储介质本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于知识图谱嵌入表示的预测方法，其特征在于，所述方法包括：获取基于语义知识和关联关系的目标知识图谱，以及获取所述目标知识图谱中的三元组，所述三元组包括第一实体、第二实体和目标关系；获取所述目标关系对应的第一法向量和第二法向量，以及获取基于所述第一实体、所述第二实体和所述目标关系形成的关系矩阵；按照所述第一法向量确定出所述第一实体对应的第一映射实体，按照所述第二法向量确定出所述第二实体对应的第二映射实体，按照所述关系矩阵对应的循环矩阵确定出所述目标关系对应的实体关系映射向量；按照预设的打分函数，对所述第一映射实体、所述第二映射实体和所述实体关系映射向量进行训练，得到所述第一映射实体对应的第一嵌入实体、所述第二映射实体对应的第二嵌入实体和所述目标关系对应的目标嵌入关系；应用所述第一嵌入实体、所述第二嵌入实体和所述目标嵌入关系，对所述目标知识图谱对应的语义知识和关联关系中的至少一种进行预测。2.根据权利要求1所述的方法，其特征在于，所述获取基于语义知识和关联关系的目标知识图谱，包括：若所述第一实体与第二实体之间的反向关系与所述目标关系不一致，或所述第一实体对应的语义类别与所述第二实体对应的语义类别不一致，或所述第一实体或所述第二实体对应的出度或入度不一致，或所述目标关系连接对应的第一实体数量与对应的第二实体数量不一致，则将所述第一实体与所述第二实体对应的知识图谱确定为所述目标知识图谱。3.根据权利要求1所述的方法，其特征在于，所述按照所述第一法向量确定出所述第一实体对应的第一映射实体，按照所述第二法向量确定出所述第二实体对应的第二映射实体，按照所述关系矩阵对应的循环矩阵确定出所述目标关系对应的实体关系映射向量，包括：将所述第一实体映射至所述第一法向量对应的第一超平面，得到第一映射实体；将所述第二实体映射至所述第二法向量对应的第二超平面，得到第二映射实体；对于所述目标关系，通过所述关系矩阵对应的循环矩阵，对所述第一实体、所述第二实体进行映射，得到所述目标关系对应的实体关系映射向量。4.根据权利要求1所述的方法，其特征在于，所述循环矩阵的获取方式，包括：对所述关系矩阵中的元素进行平移，得到所述循环矩阵。5.根据权利要求1所述的方法，其特征在于，所述预设的打分函数包括第一打分函数和第二打分函数；所述按照预设的打分函数，对所述第一映射实体、所述第二映射实体和所述实体关系映射向量进行训练，得到所述第一映射实体对应的第一嵌入实体、所述第二映射实体对应的第二嵌入实体和所述目标关系对应的目标嵌入关系，包括：按照所述第一打分函数，对所述第一映射实体、所述第二映射实体进行训练，得到所述第一映射实体对应的第一嵌入实体和所述第二...
【专利技术属性】
技术研发人员：王春凯，冯键，
申请(专利权)人：中国再保险集团股份有限公司，
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。