[发明专利]一种基于实体和关系结构信息的知识图谱表示学习方法

权利要求书

1.一种基于实体和关系结构信息的知识图谱表示学习方法，其特征在于，该方法包括以下步骤：

获取知识图谱中实体的结构语义信息与关系的结构语义信息；

根据所述实体的结构语义信息与关系的结构语义信息，构建实体目标向量与目标关系向量；

根据所述实体目标向量与目标关系向量，构建得分函数；

根据所述得分函数构建损失函数，通过最小化所述损失函数，学习实体与关系的最佳向量表示；

所述根据所述实体的结构语义信息与关系的结构语义信息，构建实体目标向量与目标关系向量，具体包括以下子步骤：

根据与实体直接相连的关系和直接相邻的边，得到实体目标向量；

根据与关系直接相连的实体，得到目标关系向量；

所述根据与实体直接相连的关系和直接相邻的边，得到实体目标向量，具体方法为：

通过向量之间的运算并累加求均值，得到实体目标向量，具体采用以下方法：

其中，h*表示头实体h的目标向量，k_h表示头实体h连接的三元组个数，r_i和t_i分别是与头实体h直接相连的关系向量和直接相邻的尾实体向量，t*表示尾实体t的目标向量，k_t表示尾实体t连接的三元组的个数，r_j和h_j分别是与尾实体t直接相连的关系向量和直接相邻的头实体向量。

2.根据权利要求1所述的一种基于实体和关系结构信息的知识图谱表示学习方法，其特征在于，所述根据与关系直接相连的实体，得到目标关系向量，具体采用以下方法：

通过向量之间的运算并累加求均值，得到实体目标关系向量，具体采用以下公式：

其中，r*表示关系r的目标向量，k_r表示关系r连接的三元组个数，h_q是与关系r直接相连的头实体向量，t_q是与关系r直接相连的尾实体向量。

3.根据权利要求1所述的一种基于实体和关系结构信息的知识图谱表示学习方法，其特征在于，所述得分函数为：

f(p,p*)＝||p-p*||

其中，p代表实体向量h或t或关系向量r，p*表示p所对应的目标向量。

4.根据权利要求1所述的一种基于实体和关系结构信息的知识图谱表示学习方法，其特征在于，根据所述得分函数构建损失函数，通过最小化所述损失函数，学习实体与关系的最佳向量表示，具体公式如下：

其中，γ为设定的边界值，f(p,p*)表示正确的实体或关系的得分，f'(p',p*)表示用错误的实体或关系替换之后的得分，p'为替换p的负例向量，p*是p所对应的目标向量，S为正例p的集合，S'为负例p'的集合。