[发明专利]一种基于知识图谱的电子元器件替代方法、装置及介质

权利要求书

1.一种基于知识图谱的电子元器件替代方法，其特征在于，包括以下步骤：

知识获取部分：获取电子元器件数据，对电子元器件数据进行数据清洗以及关系抽取，获得数据集；

知识建模部分：对电子元器件进行知识建模，设计电子元器件替代知识结构，构建电子元器件替代优选矩阵，对电子元器件进行本体建模，获得知识图谱；

知识存储部分：将电子元器件信息存储到数据库中；

链接预测部分：基于知识图谱，利用链接预测实现电子元器件替代。

2.根据权利要求1所述的一种基于知识图谱的电子元器件替代方法，其特征在于，所述知识获取部分，包括：

获取电子元器件数据，从数据的唯一性及一致性两个维度对电子元器件数据进行清洗；

对清洗后的数据进行分析，再进行关系抽取，获得数据集；

将数据集划分获得训练集、验证集及测试集。

3.根据权利要求1所述的一种基于知识图谱的电子元器件替代方法，其特征在于，所述知识存储部分，包括：

利用MySQL、Neo4j及Apache Jena对电子元器件信息进行知识存储。

4.根据权利要求1所述的一种基于知识图谱的电子元器件替代方法，其特征在于，所述链接预测部分，包括：

利用链接预测实现电子元器件替代，将电子元器件替代为知识图谱的链接预测任务，采用三个链接预测模型实现电子元器件替代关系的预测；

三个链接预测模型为：CoPER-ConvE模型、COMPGCN模型以及AcrE模型，其中AcrE模型包括串行AcrE模型和并行AcrE模型。

5.根据权利要求4所述的一种基于知识图谱的电子元器件替代方法，其特征在于，利用CoPER-ConvE模型进行链接预测，包括：

在CoPER-ConvE模型中，第一个预处理步骤仅应用于实体嵌入，而关系用于生成投影层的参数，如下式所示：

z＝Conv 2D(Reshape(e_s))

θ＝g(r)

其中，z是对嵌入的合并表示，Conv 2D(Reshape(e_s))表示对嵌入进行整形后二维卷积，g(r)表示生成的参数，表示预测的答案，表示第二个到最后一个参数，θ＝[θ₁；θ₂]是参数向量；

在解码过程中，获取预测结果中最可能的标签序列，以实现实体识别。

6.根据权利要求4所述的一种基于知识图谱的电子元器件替代方法，其特征在于，利用

COMPGCN模型进行链接预测，包括：

COMPGCN模型的更新方程如下式所示：

其中，x_u，z_r分别表示节点和关系的初始特征，h表示节点的更新表示，表示节点u和边r属于v的出边邻居集合；COMPGCN模型使用权重λ(r)＝dir(r)，如下式所示：

转换关系表示如下：

h_r＝W_relz_r

其中，是一个可学习的变换矩阵；COMPGCN模型用一组基向量的线性组合表示关系，设是一组可学习的基向量，初始关系表示如下式所示：

其中，是特定于关系的可学习标量权重，是向量的个数。