[发明专利]一种融合实体和关系描述的知识图谱表示学习方法

说明书

本发明公开一种融合实体和关系描述的知识图谱表示学习方法，考虑了实体与关系的文本描述信息，很好地融合了三元组的结构化信息与文本描述信息两大信息源，通过基于神经网络的端到端模型对实体和关系联合抽取，设置一个平衡因子来平衡结构化信息和文本描述信息，并根据预测对象的不同定义不同的得分函数；然后利用损失函数把实体向量和关系向量关联起来，并优化该损失函数，当达到优化目标时，就可以学得知识图谱及文本描述信息中每个实体的向量和关系的向量。本发明解决了知识库中实体和关系的稀疏性和不平衡性，更精确有效地表示实体和关系及其之间的相互联系，并将其应用于大规模知识图谱中，具有较好的实用性。

技术领域

本发明涉及知识图谱以及深度学习技术领域，具体涉及一种融合实体和关系描述的知识图谱表示学习方法。

背景技术

随着科技和时代的进步，当今社会以惊人的速度发展，我们逐渐进入一个智能化、信息化时代。每天都有海量新的数据和多样的信息以不同的形式出现。互联网已成为当今社会最有效便捷的信息获取平台，随着互联网用户对真实信息获取的需求日益迫切，如何从海量数据中获取更加准确有效的信息已成为众多领域关注的焦点，知识图谱也由此产生。

Google公司于2012年5月将知识图谱引入搜索引擎，开启了大规模知识图谱的研究和应用的热潮。知识图谱的本质是一个由节点和边组成的有向图，通常人们会用网络的形式来组织知识图谱中的知识，网络中的每个节点代表实体(人名、地名、机构名、概念等)，每条边代表实体间的关系。因此，大部分知识一般都可以用三元组(h，r，t)来表示，h，t分别表示头实体和尾实体，r表示头尾实体间的关系。例如，巴黎是法国的首都这一事实，在知识图谱中即可用三元组关系(巴黎，是……首都，法国)来表示。目前，常用知识图谱均使用这种表示方式，如万维网(W3C)公布的资源描述框架(resource description framework，RDF)技术标准。与基于关键词搜索的传统搜索引擎所不同的是，我们可以利用知识图谱更有效地查找复杂的关联信息，从语义层面上体会用户意图，改善查询质量。例如，若在Google的搜索框里输入杜兰特，页面右侧将会出现杜兰特的相关信息，如出生年月、家庭情况等。

大规模知识图谱可以被广泛用于许多实际任务，但其正确性和完整性不能保证，且面临着严重的数据稀疏和计算效率的问题。通过研究知识图谱补全方法来找出缺失或错误的关系来提升知识图谱的整体质量，能够改善或创造有趣的下游应用。近年来，以深度学习为代表的表示学习异军突起，在语音识别、图像分析及自然语言处理等众多领域广受关注。虽然知识表示学习实现了对实体和关系的分布式表示，显著提升了计算效率，有效缓解数据稀疏问题并且可以实现异质信息的融合。但是现有知识表示学习模型有些过于简单不能很好地表示知识图谱中的实体及其之间的关系，有些过于复杂不能将其应用到大规模知识图谱中。

发明内容

本发明所要解决的是现有知识图谱表示学习方法所存在的不能将实体与关系的文本描述信息与结构化信息有效结合的问题，提供一种融合实体和关系描述的知识图谱表示学习方法。

为解决上述问题，本发明是通过以下技术方案实现的：

一种融合实体和关系描述的知识图谱表示学习方法，具体包括步骤如下：

步骤1.通过基于神经网络的端到端模型对网络中实体和关系的文本描述信息进行联合抽取，并利用平衡因子将抽取的实体和关系的文本描述信息与知识图谱中实体和关系的结构化信息结合，通过实体与关系之间基于翻译的模型，根据预测对象的不同来定义衡量关系和实体对之间相互关联的得分函数：

当预测的是头实体或尾实体时，则得分函数f(h,r,t)定义为：

当预测的是关系时，则得分函数f(h,r,t)定义为：