[发明专利]一种引入实体类型自动化表示的知识图谱嵌入与推理方法

权利要求书

1.一种引入实体类型自动化表示的知识图谱嵌入与推理方法，其特征在于，具体步骤如下：

步骤一：针对任何知识图谱中的每个实体，利用三元组构建关于实体类型表示的能量函数；基于实体类型表示的能量函数，按照实体类型的语义相关性对三元组中头实体和尾实体的实体类型表示分别进行约束，得到衡量每两个三元组实体类型间的语义相关度的能量函数；

步骤二：对三元组中的实体表示进行关系超平面投影操作并构建关于实体表示的能量函数；

步骤三：结合关于实体类型表示的能量函数、实体类型间的语义相关度的能量函数、以及关于实体表示的能量函数，联合建立评价函数，并通过最小化评价函数，自动学习实体类型表示、与实体类型表示相关的关系表示、实体表示和与实体表示相关的关系表示；

步骤四：基于步骤三得到的实体类型表示、与实体类型表示相关的关系表示、实体表示和与实体表示相关的关系表示，并联合步骤一中的关于实体类型表示的能量函数和步骤二中的关于实体表示的能量函数构建两阶段推理策略，得到知识图谱推理结果，用于补全知识图谱中缺少头实体或尾实体的三元组。

2.根据权利要求1所述的一种引入实体类型自动化表示的知识图谱嵌入与推理方法，其特征在于，所述步骤一中，针对任何知识图谱中的实体，利用由头实体h，尾实体t和这二者之间的关系r组成的三元组(h,r,t)，定义三元组关于实体类型表示的能量函数E₁(h,r,t)为：

E₁(h,r,t)＝||M_ry_h+y_r-M_ry_t||

其中，y_h∈R^d，y_r∈R^d，y_t∈R^d分别是头实体h的实体类型，关系r和尾实体t的实体类型在实数空间下的表示，且均为维度为d的实值向量；M_r∈R^d×d是实体类型表示关于关系r的注意力权重矩阵，且维度是d×d的实数矩阵；当r为对称关系时，y_r＝0，保证头实体和尾实体具有相同的实体类型表示；当处理一对多，多对一和多对多的复杂关系时，针对相同的头实体和尾实体之间存在多种不同关系的情况，通过关于不同关系的注意力权重矩阵M_r使其均满足M_ry_h+y_r＝M_ry_t的目标；

基于实体类型表示，对于两个三元组(h₁,r₁,t₁)和(h₂,r₂,t₂)，如果这两个三元组具有相同的关系，则其中的两个头实体h₁和h₂或两个尾实体t₁和t₂具有更高的语义相似度，如果如果这两个三元组具有不同的关系，则其中的两个头实体h₁和h₂或尾实体t₁和t₂具有更低的语义相似度，定义衡量这两个三元组中实体类型的语义相关度的能量函数E₂((h₁,r₁,t₁),(h₂,r₂,t₂))为：

其中，h₁和h₂为头实体，r₁和r₂为关系，t₁和t₂为尾实体；和分别是实体类型表示关于关系r₁和关系r₂的两个注意力权重矩阵；和分别为头实体h₁和h₂的实体类型表示，和分别为尾实体t₁和t₂的实体类型表示。