[发明专利]一种基于3D卷积的知识图谱自适应补全方法及设备

权利要求书

1.一种基于3D卷积的知识图谱自适应补全方法，其特征在于，包括：

基于知识库数据提取三元组信息，形成包括头实体、关系、尾实体的三元组集合；

基于所述三元组集合构建头实体向量、关系向量、尾实体向量，其中头实体向量和尾实体向量属于同一向量空间；

将所述关系向量重塑为3D矩阵；以及

将所述头实体向量拆分为数个块向量，并将拆分的任一块向量重塑为3D卷积的滤波器，且所述滤波器的尺寸、所述滤波器的数量与头实体向量的维度呈对应关系；

将所述3D矩阵作为卷积层的输入，并利用Conv3D-E基于构造的滤波器对输入进行卷积，以基于任一所述滤波器生成对应的卷积特征图；

将各卷积特征图展平并堆叠成一个目标向量；

利用全连接层将所述目标向量投影到关系向量的向量空间，并与尾实体向量进行内积，以获得知识向量；

利用所述知识向量对知识图谱进行补全。

2.如权利要求1所述的基于3D卷积的知识图谱自适应补全方法，其特征在于，所述滤波器的尺寸、所述滤波器的数量与所述头实体向量的维度呈如下对应关系：

d_e＝chwl

其中，d_e表示头实体向量的维度，c为滤波器的数量，h,w,l分别表示每个滤波器的高、宽和长。

3.如权利要求1所述的基于3D卷积的知识图谱自适应补全方法，其特征在于，基于任一所述滤波器生成对应的卷积特征图包括：

利用任一所述滤波器生成对应的特征图，且任一所述滤波器生成的特征图属于向量空间其中分别表示3维矩阵长、宽、高的维度；

将生成的特征图进行非线性函数ReLU运算，以生成卷积特征图。

4.如权利要求1所述的基于3D卷积的知识图谱自适应补全方法，其特征在于，利用全连接层将所述目标向量投影到关系向量的向量空间，并与尾实体向量进行内积满足：

ψ(h,r,t)＝f(Wc+b)^Tt

其中，ψ(h,r,t)表示三元组打分函数，W表示3D卷积的输入，c表示卷积滤波器序号，T表示转置，b表示全连接层参数，表示关系向量的向量空间，d_r表示关系向量的维度，f()表示非线性函数，t表示尾实体向量。

5.如权利要求4所述的基于3D卷积的知识图谱自适应补全方法，其特征在于，获得知识向量之前，还包括如下训练过程：

对于任一头实体和关系(h,r)，对所有候选尾实体t同时打分，以获得对应的得分向量，所述得分向量的每个维度对应一个实体，满足：

其中，表示得分向量，σ()表示sigmoid函数；

对于每个(h,r)，最小化交叉熵损失函数：

其中，ε表示实体向量集，表示二分类标签，在(h,r,t)是一个真实三元组的情况下，值为1，否则值为0；

执行迭代，直至迭代次数达到指定次数。

6.如权利要求5所述的基于3D卷积的知识图谱自适应补全方法，其特征在于，利用所述知识向量对知识图谱进行补全包括：

给定待预测的三元组的一个实体和关系，判断给定的实体和关系是否存在于训练过程，若是，则将给定的实体和关系表示为向量，并执行如下步骤完成实体预测：

遍历实体集合，所述实体集合为包括头实体和尾实体的集合，将实体集合中的任一实体的向量，替换，三元组中缺失的实体，并对形成的三元组进行打分；

根据打分结果确定正确预测的尾实体；

利用正确预测的尾实体，补全知识图谱。

7.一种计算机设备，其特征在于，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的基于3D卷积的知识图谱自适应补全方法的步骤。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的基于3D卷积的知识图谱自适应补全方法的步骤。