申请/专利权人：北京三快在线科技有限公司

申请日：2020-04-22

公开（公告）日：2024-03-29

公开（公告）号：CN111680109B

主分类号：G06F16/28

分类号：G06F16/28

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#授权;2021.01.15#实质审查的生效;2020.09.18#公开

摘要：本申请提供了一种知识图谱表示学习模型训练方法、装置及电子设备，该方法包括：获取知识图谱中的三元组训练数据；根据三元组训练数据构建四元组训练数据，四元组训练数据包括三元组训练数据以及三元组训练数据对应的权重；将四元组训练数据输入到预设模型中，对预设模型进行训练；在预设模型的损失函数的损失函数值小于损失函数阈值时，将训练后的预设模型确定为知识图谱表示学习模型。可见，在训练知识图谱表示学习模型时，考虑了不同三元组训练数据的重要程度，因此，通过训练好的知识图谱表示学习模型所提取的头实体对应的向量，尾实体对应的向量，以及头实体和尾实体之间的关系对应的向量的准确度较高。

主权项：1.一种知识图谱表示学习模型训练方法，其特征在于，所述方法包括：获取知识图谱中的三元组训练数据，所述三元组训练数据包括头实体，尾实体，以及头实体和尾实体之间的关系；根据所述三元组训练数据构建四元组训练数据，所述四元组训练数据包括所述三元组训练数据以及所述三元组训练数据对应的权重，所述三元组训练数据对应的权重用于表征所述三元组训练数据的重要程度；将所述四元组训练数据输入到预设模型中，对所述预设模型进行训练，其中，在训练所述预设模型的过程中，所述预设模型提取所述头实体对应的向量，所述尾实体对应的向量，以及所述头实体和尾实体之间的关系对应的向量；在所述预设模型的损失函数的损失函数值小于损失函数阈值时，将训练后的预设模型确定为知识图谱表示学习模型；所述根据所述三元组训练数据构建四元组训练数据，包括：统计知识图谱中的三元组训练数据中尾实体的数量；根据尾实体的数量所在的数量区间对尾实体进行分组，得到尾实体分组，其中，尾实体的数量在同一数量区间的尾实体被分为同一尾实体分组；基于数量区间的区间值大小确定对应的尾实体分组的权重，其中，一个数量区间的区间值越小，该数量区间对应的尾实体分组的权重越大；对于每一尾实体分组，将所述尾实体分组的权重，确定为所述尾实体分组所包括的各个尾实体的三元组训练数据对应的权重；将三元组训练数据以及三元组训练数据对应的权重确定为四元组训练数据。

全文数据：

权利要求：

百度查询： 北京三快在线科技有限公司 知识图谱表示学习模型训练方法、装置及电子设备

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