[发明专利]一种增强关联规则的隐患知识推理方法

说明书

本发明针对如何完善的知识图谱并非是传统意义上的结构化的知识图谱，而是一种基于非结构化文本增强关联规则的知识推理方法。由于知识图谱中的知识易于被计算机处理，因此它在许多自然语言处理任务中都起着至关重要的作用。虽然从绝对数量来看，现有的知识图谱已经包含了海量的三元组事实，但是与真实世界中存在的知识相比它远远不够。现有的研究方向主要分为内部推理和外部抽取两类，然而这些方法仍有很大的提升空间：一方面，由于知识图谱内部知识存在错误或缺失，可能会在推理时产生错误的扩散；另一方面，现有的知识抽取方法主要集中于对实体类型、关系等知识的抽取，从而导致抽取的知识不够全面。本方法从非结构化文本表述中抽象出文本表述模式，并以词语分布袋的形式对其进行表示，进而结合知识图谱已有的知识构建关联规则。与传统关联规则的区别在于，本方法得到的关联规则可以通过与非结构化文本匹配的方式来完成知识推理。实验结果表明，与传统方法相比，本方法可以高效地从非结构化文本中推理出数量更大且质量更高的三元组知识。

技术领域

本发明涉及电网信息物理融合系统(CPS)攻击识别领域，是一种电力CPS恶性数据链识别方法。

背景技术

知识图谱(KnowledgeGraph/Base)最早由谷歌发布，其主要作用是提高搜索引擎返回答案的质量以及用户查询的效率。由于知识图谱包含了大量的结构化知识以及特殊的存储结构，使得它在许多自然语言处理应用中起着至关重要的作用，例如问答系统、实体链接等。近年来，一些大型的知识图谱，例如DBpeida，Wikidata，Yago，Freebase等，受到了越来越多的关注。虽然这些知识图谱包含了数以千万计的实体以及数以亿计的三元组事实，但是与真实世界中存在的知识相比，它们仍然不够完善。因此，完善知识图谱(KnowledgeBases Completion，KBC)成为当前的研究热点，它主要是指将新的实体、关系、实体属性及属性值加入到知识图谱中。目前，完善知识图谱的方法主要集中在两个方面：1)使用知识图谱内部知识推理完善知识图谱；2)从非结构化文本中抽取新的知识来完善知识图谱。

知识图谱以一种结构化的形式存储知识并且其本身包含了大量的知识，鉴于这种特性，使用知识图谱内部知识推理完善知识图谱成为目前完善知识图谱的主流方向之一。其主要有两种方法：1)利用表示学习的方式，将知识图谱中的实体和关系嵌入到一个低维的向量空间，然后利用一个评价指标计算三元组事实成立的概率；2)利用逻辑推理的方式，从知识图谱中学习类似rel₁(e₁，e₂)^rel₂(e₂，e₃)→rel₃(e₁，e₃)形式的规则。然而，这些方法仅仅对知识图谱中存在的实体起作用，并不能增加新的实体信息。而且由于知识图谱存在错误的信息，基于知识图谱内部的知识图谱完善还可能造成错误传播等问题。

完善知识图谱需要从外部资源获取新知识。随着互联网的发展，网络上的文本信息急剧增加，如网络新闻、产品说明、用户评论等。这些信息包含了大量的碎片化知识，如何有效抽取这些碎片化的知识并将其与现有知识图谱进行整合是目前研究的一个热点。由于这些文本信息大都以非结构化自然语言的形式存在，计算机无法直接对其进行有效处理，因此如何理解并利用这些信息是一个非常具有挑战性的问题。现有的方法所抽取到的知识往往是非结构化文本中所包含知识的一小部分。例如，对于非结构化文本“Lisa is widowof film director Donen”，利用常识可以推理出Lisa和Donen的类型(人类)、性别，Donen的职业(电影导演)，Lisa和Donen的关系(配偶)以及Donen已经去世了等知识。但仅仅将关系分类算法应用于该文本，则只能得到Lisa和Donen的关系以及Donen的职业等一小部分知识。虽然一些研究也关注于联合抽取实体间的关系及实体的类型，但是这些方法所抽取的类型十分有限。