[发明专利]一种基于集合补全知识图谱实体摘要的方法及系统

说明书

本发明公开了一种基于集合补全知识图谱实体摘要的方法及系统，方法包括：生成描述三元组的表示；联合训练摘要集合补全学习模块和描述重要性学习模块，得到优化模型；基于描述三元组的表示和优化模型，生成实体摘要。本发明能够通过挖掘整个摘要集合中的上下文依赖性完成摘要集合的补全，从而以更简洁的方式全面概括实体的特征，以及能够充分考虑到摘要描述间的相关性和兼容性，从而提升了实体摘要任务的准确性。

技术领域

本发明涉及数据挖掘中的知识图谱技术领域，尤其涉及一种基于集合补全知识图谱实体摘要的方法及系统。

背景技术

近年来，知识图谱的飞速发展使得许多下游应用的效果提升，例如推荐系统和对话系统等等。同时，由于实际的工业需求和大量知识事实的存储，知识图谱的规模已显著增长。因此，大规模知识图谱中日益严重的信息过载问题已成为工业界和学术界的热点话题。考虑到这一点，许多研究人员提出了实体摘要任务，以生成目标实体属性描述的摘要集合来概括目标实体的关键特征，防止人们被过多的信息所淹没。

许多早期工作都致力于通过无监督的方法来解决实体摘要问题。这些研究的主要目的是挖掘语言学或特征关系以获取实体属性，并使用聚类技术或概率主题模型来生成摘要。近年来，随着深度学习方法在许多任务中的快速发展，越来越多的研究人员发掘了监督技术在实体摘要任务中的潜力。尽管这些研究已显示出在实体摘要任务上有提升的可能，但研究人员主要将实体摘要视作在特定评分标准下的属性描述排序问题解决，并选择排序在前k个的描述三元组作为实体摘要的结果，这样使得实体摘要的相关性和兼容性在很大程度上被忽略。

实际上，实体摘要可以被视为一个完整的集合，其中所有这些摘要描述在上下文上都是相关和兼容的，能够以更简洁的方式全面概括实体的特征。所以充分利用整个摘要集合中的上下文依赖性对于解决知识图谱中的实体摘要任务来说具有至关重要的意义和价值。

因此，如何有效的挖掘整个摘要集合中的上下文依赖性完成摘要集合的补全，从而以更简洁的方式全面概括实体的特征，以及如何有效的充分考虑到摘要描述间的相关性和兼容性，从而提升实体摘要任务的准确性，是一项亟待解决的问题。

发明内容

有鉴于此，本发明提供了一种基于集合补全知识图谱实体摘要的方法，能够通过挖掘整个摘要集合中的上下文依赖性完成摘要集合的补全，从而以更简洁的方式全面概括实体的特征，以及能够充分考虑到摘要描述间的相关性和兼容性，从而提升实体摘要任务的准确性。

本发明提供了一种基于集合补全知识图谱实体摘要的方法，包括：

生成描述三元组的表示；

联合训练摘要集合补全学习模块和描述重要性学习模块，得到优化模型；

基于所述描述三元组的表示和所述优化模型，生成实体摘要。

优选地，所述生成描述三元组的表示，包括：

在描述嵌入模块中，通过预训练的词嵌入向量和多层感知器得到所有描述三元组的表示。

优选地，所述联合训练摘要集合补全学习模块和描述重要性学习模块，得到优化模型，包括：

在摘要集合补全学习模块中，将整个摘要集合视为序列输入到Bi-LSTM中建模集合补全的过程；

在描述重要性学习模块中，计算目标实体和属性值对语义嵌入之间的相似度。

优选地，所述基于所述描述三元组的表示和所述优化模型，生成实体摘要，包括：

基于所述描述三元组的表示通过重要性计算得到最重要的描述三元组，并将所述最重要的描述三元组作为前向LSTM的第一个输入；

根据前向LSTM逐个生成临时序列，再通过反向LSTM的结果，结合前向LSTM，逐个修正临时序列，得到最终的实体摘要集合。