公开(公告)号：CN116166812A

公开(公告)日：2023-05-26

申请号：CN202211610782.1

申请日：2022-12-12

Applicant: 中国科学院自动化研究所 ,  国网天津市电力公司 ,  中国电力科学研究院有限公司 ,  国家电网有限公司

Inventor： 刘康 ,  何世柱 ,  赵军 ,  兰胤余 ,  焦飞 ,  徐会芳 ,  郑渠岸 ,  刘力卿 ,  徐建南 ,  唐庆华 ,  李松原 ,  李隆基 ,  张春晖

IPC: G06F16/36 ,  G06N5/025 ,  G06N5/046 ,  G06N20/00

Abstract: 本发明提供一种知识图谱补全方法、装置、电子设备和存储介质，涉及自然语言处理技术领域，所述方法包括：获取当前迭代周期中知识图谱中的多个事实三元组；基于各事实三元组之间的逻辑规则，确定至少一个结论三元组；将候选三元组和候选三元组对应的标签输入联合表示学习模型，得到候选三元组对应的向量表示和最终评分值，联合表示学习模型的损失函数是基于逻辑规则的结论损失、最小化全局损失和L2范数确定的；基于结论三元组，确定推理三元组，基于推理三元组更新知识图谱，并基于更新后的知识图谱进行迭代表示学习，直至无法确定结论三元组为止。本发明可提高推理三元组的可解释性，并提高补全后知识图谱的准确度。

公开(公告)号：CN115222050A

公开(公告)日：2022-10-21

申请号：CN202210574007.9

申请日：2022-05-24

Applicant: 中国科学院自动化研究所

Inventor： 何世柱 ,  刘康 ,  赵军 ,  兰胤余

IPC: G06N5/02 ,  G06N5/04 ,  G06N20/00

Abstract: 本发明提供一种知识图谱的推理方法及装置，其中方法包括：获取目标知识图谱中实体文本对应的实体词向量，以及所述目标知识图谱中关系文本对应的关系词向量；将所述实体词向量和所述关系词向量输入对比学习模型，得到所述对比学习模型输出的所述实体词向量的实体对比学习向量以及所述关系词向量的关系对比学习向量；根据所述实体对比学习向量以及所述关系对比学习向量，确定所述目标知识图谱的推理结果。本发明提供的知识图谱的推理方法及装置，通过对比学习模型获取的实体对比学习向量以及关系对比学习向量用于后续知识图谱的推理，由于相似词向量间的差异更大，不相似词向量间的差异更小，提升了知识图谱推理的准确率。