申请/专利权人：华东师范大学

申请日：2022-11-11

公开（公告）日：2024-03-08

公开（公告）号：CN116340524B

主分类号：G06F16/36

分类号：G06F16/36;G06F16/28;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.03.08#授权;2023.07.14#实质审查的生效;2023.06.27#公开

摘要：本发明公开了一种基于关系自适应网络的小样本时态知识图谱补全方法，该方法具备知识图谱补全能力前，首先对时态知识图谱中局部和全局时间内的历史信息进行建模，然后针对不同的关系构建自适应的网络，由此训练得到具有补全时态知识图谱能力的模型。本发明的创新点在于针对时态知识图谱，在缓解关系的长尾和稀疏问题的同时提升了补全性能。本发明的时态知识图谱补全模型构建了融合局部和全局历史模式的时序演化编码器和关系自适应的解码器，在捕获时序特征的基础上进一步增强小样本关系的表示，最终提升小样本时态知识图谱补全效果。

主权项：1.一种基于关系自适应网络的小样本时态知识图谱补全方法，其特征在于，该方法包括如下步骤：步骤一：选择待补全的时态知识图谱，确定该时态知识图谱中的小样本关系，将其构建为数据集；步骤二：基于多种关系类型构建关系自适应的补全模型，所述补全模型将被用于时态知识图谱补全；步骤三：通过所述补全模型中融合局部和全局历史模式的时序演化编码器产生每个时间步的实体嵌入向量和关系嵌入向量；步骤四：利用所述的实体嵌入向量和关系嵌入向量，通过所述补全模型中关系自适应的解码器计算待补全的时态知识图谱中候选实体的得分；步骤五：基于实体预测和关系预测同时进行的多任务训练方式，利用数据集训练补全模型中的参数，得到训练后的补全模型；步骤六：基于所述训练后的补全模型，完成时态知识图谱的补全；其中：所述关系自适应的补全模型，具体为：模型整体基于编码器-解码器框架，由局部历史编码器和全局历史编码器组成融合局部和全局历史模式的时序演化编码器，解码器则利用关系自适应的解码器；其中，局部历史编码器对局部时刻内长度为1,2,…,m的历史子图进行演化并得到演化的实体和关系嵌入；全局历史编码器记录全局时间内的重复历史事实，其和局部历史编码器的输出一同被输入至关系自适应的解码器；关系自适应的解码器将不同时间长度的历史事实嵌入聚合并通过关系自适应的全连接神经网络进行在不同关系下重要性的选择；以此将得到的可变长度历史事实得分和关系自适应的路径匹配得分结合后获得最终的预测得分；所述融合局部和全局历史模式的时序演化编码器，符合下列式子： rt＝GRUrt-1,r′t,4其中，式1为图神经网络聚合器的形式化定义，是实体对s、o在时刻t-1的第l层输入的嵌入向量，rt-1为时刻t-1输入的关系嵌入向量，为图神经网络可学习的权重参数，且是关系自适应的；RReLu为激活函数，ψ是一维卷积算子；当一个实体与子图中的其他实体没有任何关系时，仍然会有一条自循环边来将其进行自更新，以此得到最终图神经网络的l+1层输出式2为面向实体的GRU的形式化定义，其输入为前一个时刻t-1的实体嵌入向量ht-1和经过式1表示的图神经网络聚合后的实体嵌入向量输出为当前时刻t的实体嵌入向量ht；式3、4为关系嵌入更新的形式化定义，其中是在时刻t处连接到r的所有实体，r′t由ht-1和使用均值池化操作得到，rt-1是时刻t-1的关系嵌入向量；时刻t的关系嵌入向量rt最终由rt-1和r′t通过面向关系的GRU进行更新；所述关系自适应的解码器，符合下列式子： Wm＝softmaxWrelRt+brel,7 其中，和为编码器输出的实体嵌入向量，rt为编码器输出的关系嵌入向量，为实体嵌入矩阵，Rt为关系嵌入矩阵；vec是一个特征映射算子，Wsr和Wso是用于线性变换的可学习参数，ψ是一维卷积算子；δs,r,k和δs,o,k分别是限定历史长度为k的解码器计算的实体预测和关系预测的得分；为了对不同的关系捕获不同长度的局部历史信息并建模不同长度的历史演化趋势，关系自适应解码器采用关系自适应的权值对历史演化表示的重要性进行区分；Wm代表不同关系重要性的权重，实体预测得分scorehis由其加权求和得到；由于关系预测中的关系是未知的，关系预测得分scorerel为不同长度局部历史得分直接相加得到；因此，关系自适应解码器将历史演化得分聚合后通过关系自适应的全连接网络计算最终实体预测和关系预测的得分。

全文数据：

权利要求：

百度查询： 华东师范大学 一种基于关系自适应网络的小样本时态知识图谱补全方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD