一种基于实体关系挖掘的知识图谱构建方法技术

本发明专利技术公开一种基于实体关系挖掘的知识图谱构建方法，首先利用用户

【技术实现步骤摘要】
一种基于实体关系挖掘的知识图谱构建方法
[0001]技术邻域
[0002]本专利技术涉及知识图谱构建
，尤其是一种基于实体关系挖掘的知识图谱构建方法。

技术介绍

[0003]知识图谱是一种用于描述实体之间关系的语义网络结构，它被广泛应用于自然语言处理、信息检索和推荐系统等领域。知识图谱中的关系是描述实体之间相互作用的基本单元，但是在实际应用中，由于数据稀疏性的影响，知识图谱中的关系通常是不完整的，关系信息过于稀少，不能很好地描述物品本身。为了解决这个问题，现有的方法主要是通过增加数据量、融合多源信息等手段来填充缺失的关系，但是需要大量的数据和计算资源且存在着一定的风险和局限性。

技术实现思路

[0004]本专利技术是为了解决现有技术所存在的上述技术问题，提供一种基于实体关系挖掘的知识图谱构建方法。
[0005]本专利技术的技术解决方案是：一种基于实体关系挖掘的知识图谱构建方法，按照如下步骤进行：
[0006]步骤1：获取用户
‑
物品二部图G1＝{(u，r0，i)|u∈U，i∈I}，U和I分别表示用户集和项目集，r0为决定关系，所述I＝{i1，i2，i3…
i
N
}，U＝{u1，u2，u3…
u
M
}，r0＝1表示用户u和项目i之间有交互，否则r0＝0；获取知识图谱G2＝{(h，r，t)|h，t∈V，r∈R}，V和R分别表示知识图谱中的实体集和关系集，其中V＝{v1，v2，v3…
v
L
}，R＝{r1，r2，r3…
r
K
}，三元组(h，r，t)表示实体h和实体t之间存在r关系；根据G1、G2生成协同知识图G＝{(h，r，t)|h，t∈V
′
，r∈R
′
}，其中V
′
＝VUU，R
′
＝R∪r0；
[0007]步骤2：根据获得的协同知识图G，为每个用户建立一个决策表，决策表的第一列为项目I，决策表的第一行由条件关系R和决定关系r0组成，决策表中元素为实体v
l
，定义实体v
l
为一个表示项目i
N
在关系r
k
下所对应的实体的函数ρ(i
n
，r
k
)，l∈L，若没有对应的实体，则用0填充；
[0008]步骤3：根据决策表中的每两个关系生成新关系：
[0009]步骤3.1：根据决策表，在条件关系r
x
和条件关系r
y
对应的实体之间，定义新关系其中x，y∈K且x≠y，表示r
x
关系下的实体集，表示r
y
关系下的实体集，定义R
″
(r
x
，r
y
)为对r
x
和r
y
的相互关系的支持集，用下式表示：
[0010][0011]由此定义可以将两个关系r
x
，r
y
之间的相互关系表示为新关系R
″
xy
；
[0012]步骤3.2：对所有项目进行如下三个步骤的分割：
[0013]步骤3.2.1基于决定关系r0定义一种分割D，将项目分为两类，一类是与用户有交
互，另一类是与用户没有交互；
[0014]步骤3.2.2从由两个条件关系组成的集合{r
x
，r
y
}的不可识别关系中得到项目的分割为
[0015]步骤3.2.3从由两个条件关系组成的集合{r
x
，r
y
}中，根据关系R
″
xy
的取值方式构成分割即在关系成立的情况下，由其支持集和补集构成的分割：
[0016][0017]步骤3.3：定义评价指标sim，分别计算和D之间的相似度：
[0018]步骤3.3.1通过计算分割与D分割之间的相似度，评价两个条件关系r
x
，r
y
对用户选择项目的影响力大小：
[0019][0020]其中，和|D|是集合的基数；
[0021]当大于时，进行步骤3.3.2，否则认为这两个条件关系r
x
，r
y
对用户选择项目的影响力太小而直接舍弃；
[0022]步骤3.3.2通过计算分割与D分割之间的相似度，以评价新生成的关系R，并对新关系进行取舍，
[0023][0024]选择使与D相似度最大的关系R
″
xy
作为最终确定的新关系，若相似度相等，选择集合中元素较少的关系R
″
xy
作为最终确定的新关系；
[0025]步骤3.4：基于得到的新关系R
″
xy
，决策表中各项目在新关系R
″
xy
下的值如下：
[0026][0027]步骤4：将新关系R
″
xy
连接到协同知识图G相应的项目节点i中，即若ρ(i，R
″
xy
)＝1，则项目节点i构建一个新的三元组(i，R
″
xy
，v
′
)，v
′
是创建的一个新的虚拟实体。
[0028]本专利技术首先利用用户
‑
物品交互二部图和知识图谱构建协同知识图谱；再根据获取到的协同知识图谱为每个用户建立一个决策表，其中每行表示物品，每列表示关系，表格中的值表示对应物品与关系之间的实体；根据定义的分割方法，分别从已有的两个关系中生成一种新关系；将新生成的关系融合到协同知识图谱中。可丰富物品的属性信息，使知识图谱中的信息更加丰富，有效改善知识图谱中关系稀少的现象，无需大量的数据和计算资源，解决了现有技术为此所存在的一定风险和局限性。
附图说明
[0029]图1为本专利技术实施例所获取的用户
‑
项目二部图谱G1。
[0030]图2为本专利技术实施例所获取的物品
‑
实体知识图谱G2。
[0031]图3为本专利技术实施例所获取的协同知识图谱G。
[0032]图4为本专利技术实施例所获取的加入新关系后的协同知识图谱。
具体实施方式
[0033]本专利技术的一种基于实体关系挖掘的知识图谱构建方法，按照如下步骤进行：
[0034]步骤1：获取如图1所示的用户
‑
物品二部图G1＝{(u，r0，i)|u∈U，i∈I}，U和I分别表示用户集和项目集，r0为决定关系，所述I＝{i1，i2，i3…
i
N
}，U＝{u1，u2，u3…
u
M
}，r0＝1表示用户u和项目i之间有交互，否则r0＝0；获取入图2所示的知识图谱G2＝{(h，r，t)|h，t∈V，r∈R}，V和R分别表示知识本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于实体关系挖掘的知识图谱构建方法，其特征在于按照如下步骤进行：步骤1：获取用户
‑
物品二部图G1＝{(u，r0，i)|u∈U，i∈I}，U和I分别表示用户集和项目集，r0为决定关系，所述I＝{i1，i2，i3...i
N
}，U＝{u1，u2，u3...u
M
}，r0＝1表示用户u和项目i之间有交互，否则r0＝0；获取知识图谱G2＝{(h，r，t)|h，t∈V，r∈R}，V和R分别表示知识图谱中的实体集和关系集，其中V＝{v1，v2，v3...v
L
}，R＝{r1，r2，r3...r
K
}，三元组(h，r，t)表示实体h和实体t之间存在r关系；根据G1、G2生成协同知识图G＝{(h，r，t)|h，t∈V
′
，r∈R
′
}，其中V
′
＝V∪U，R
′
＝R∪r0；步骤2：根据获得的协同知识图G，为每个用户建立一个决策表，决策表的第一列为项目I，决策表的第一行由条件关系R和决定关系r0组成，决策表中元素为实体v
l
，定义实体v
l
为一个表示项目i
N
在关系r
k
下所对应的实体的函数ρ(i
n
，r
k
)，l∈L，若没有对应的实体，则用0填充；步骤3：根据决策表中的每两个关系生成新关系：步骤3.1：根据决策表，在条件关系r
x
和条件关系r
y
对应的实体之间，定义新关系其中x，y∈K且x≠y，表示r
x
关系下的实体集，表示r
y
关系下的实体集，定义R
″
(r
x
，r
y
)为对r
x
和r
y
的相互关系的支持集，用下式表示：由此定义可以将两个关系r
x<...

【专利技术属性】
技术研发人员：张志鹏，王安琪，张宇航，周平磊，张尧，任永功，
申请(专利权)人：辽宁师范大学，
类型：发明
国别省市：