申请/专利权人：深圳市规划和自然资源数据管理中心;电子科技大学

申请日：2022-09-28

公开（公告）日：2024-06-21

公开（公告）号：CN115526293B

主分类号：G06N5/04

分类号：G06N5/04;G06N5/025;G06N3/042;G06N3/045;G06N3/0464

优先权：["20220913 CN 2022111122863"]

专利状态码：有效-授权

法律状态：2024.06.21#授权;2023.01.13#实质审查的生效;2022.12.27#公开

摘要：本发明公开了一种顾及语义和结构信息的知识图谱推理方法，其包括以下步骤：生成目标知识图谱中当前节点i的实体描述信息的特征矩阵；获取当前节点i的关系为r的邻域中实体节点的特征向量；获取目标知识图谱中不同关系的邻域实体节点对当前节点i的规范化权重系数；基于当前节点i的关系为r的邻域中实体节点的特征向量和当前节点i的实体描述信息的特征矩阵获取当前节点i的顾及节点特征和语义信息的特征向量；获取当前节点i的结构信息；将当前节点i的顾及语义信息的特征向量和结构信息进行特征融合，得到当前节点i的综合隐性特征向量，进行知识推理。本发明解决了现有技术在学习信息过程中未能获取到图谱结构信息和节点实体描述信息的问题。

主权项：1.一种顾及语义和结构信息的知识图谱推理方法，其特征在于，包括以下步骤：S1、获取目标知识图谱，生成目标知识图谱中当前节点i的实体描述信息的特征矩阵；获取当前节点i的关系为r的邻域中实体节点的特征向量；S2、通过注意力机制获取目标知识图谱中不同关系的邻域实体节点对当前节点i的规范化权重系数；S3、将当前节点i的关系为r的邻域中实体节点的特征向量和当前节点i的实体描述信息的特征矩阵作为图卷积层的输入，得到当前节点i的顾及节点特征和语义信息的特征向量；S4、提取当前节点i周围K-hop的节点和其邻域的实体和关系，得到当前节点i的结构信息；S5、将当前节点i的顾及节点特征和语义信息的特征向量和当前节点i的结构信息进行特征融合，得到当前节点i的综合隐性特征向量，进而得到目标知识图谱中所有节点的综合隐性特征向量；S6、将节点的综合隐性特征向量用于知识推理，得到推理结果；步骤S1的具体方法包括以下子步骤：S1-1、获取目标知识图谱，对目标知识图谱中的实体节点和关系类型进行编号；其中目标知识图谱中包含R种关系和N个实体节点；S1-2、通过Doc2Vec工具包中PV-DM模型对当前节点i及与当前节点i的关系为r的邻域中实体节点的描述信息进行处理，得到当前节点i的实体描述信息的特征向量，以及关系r下当前节点i的实体描述信息的特征矩阵，，进而得到与当前节点i的所有关系下的实体描述信息的特征矩阵；其中为关系r下当前节点i的邻域中第j个实体节点的实体描述信息的特征向量；为关系r下当前节点i的邻域中实体节点的总数；步骤S2的具体方法包括以下子步骤：S2-1、根据实体节点编号顺序，生成实体嵌入矩阵X；S2-2、根据公式： ；对实体嵌入矩阵X通过可学习共享线性变换矩阵进行线性变换，得到关系r下的中间表示矩阵；其中表示第N个实体节点的中间表示向量；S2-3、根据公式： ；通过注意力机制获取关系r下当前节点i与邻域中第j个实体节点的相关系数；为当前节点i自身的线性变换结果；表示注意力机制的内积操作；表示LeakyReLU非线性转换；W为转置参数，用于将长向量转成短向量；S2-4、根据公式： ；获取关系r下邻域实体节点j对当前节点i的规范化权重系数，进而得到不同关系的邻域实体节点对当前节点i的规范化权重系数；表示关系r下当前节点i与邻域中第个实体节点的相关系数；为以自然常数e为底的指数函数；表示softmax函数；步骤S3的具体方法为：将当前节点i的关系为r的邻域中实体节点的特征向量输入图卷积层，将当前节点i的实体描述信息的特征矩阵输入图卷积层，根据公式： ； ；获取通过L层图卷积层得到的当前节点i的顾及节点特征和语义信息的特征向量；其中表示激活函数；、、均为转换矩阵；表示关系r下当前节点i的实体描述信息的特征矩阵在第L-1次卷积后的结果；表示通过L-1层图卷积层得到的当前节点i的顾及节点特征和语义信息的特征向量；表示通过第1层图卷积层得到的当前节点i的顾及节点特征和语义信息的特征向量；表示关系r下当前节点i的邻域实体节点j的特征向量；表示通过L-1层图卷积层得到的结果。

全文数据：

权利要求：

百度查询： 深圳市规划和自然资源数据管理中心;电子科技大学 一种顾及语义和结构信息的知识图谱推理方法

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