公开(公告)号：CN112417171A

公开(公告)日：2021-02-26

申请号：CN202011319011.8

申请日：2020-11-23

Applicant: 南京大学

Inventor： 胡伟 ,  李光耀 ,  孙泽群

IPC: G06F16/36

Abstract: 本发明公开了一种面向知识图谱表示学习的数据增广方法，包括以下步骤：给定一个知识图谱，首先将当前知识图谱中的三元组作为已观测到的事实，并从中挖掘逻辑规则。接下来，通过规则实例化步骤，利用当前观测到的事实推导出含有部分噪声的潜在事实，将其作为用于增广的候选三元组。由于表示学习模型对三元组存在一定辨别能力，本发明基于当前观测到的事实训练得到一个知识图谱嵌入模型。最后，通过结合嵌入模型，对候选三元组进行验证，过滤出噪声，得到增广三元组并补充进当前知识图谱中。重复上述步骤直到达到迭代最大次数。应用本发明能够对知识图谱进行用户可理解的数据增广，并提升知识图谱表示学习的效果。

公开(公告)号：CN112417171B

公开(公告)日：2023-10-03

申请号：CN202011319011.8

申请日：2020-11-23

Applicant: 南京大学

Inventor： 胡伟 ,  李光耀 ,  孙泽群

IPC: G06F16/36

Abstract: 本发明公开了一种面向知识图谱表示学习的数据增广方法，包括以下步骤：给定一个知识图谱，首先将当前知识图谱中的三元组作为已观测到的事实，并从中挖掘逻辑规则。接下来，通过规则实例化步骤，利用当前观测到的事实推导出含有部分噪声的潜在事实，将其作为用于增广的候选三元组。由于表示学习模型对三元组存在一定辨别能力，本发明基于当前观测到的事实训练得到一个知识图谱嵌入模型。最后，通过结合嵌入模型，对候选三元组进行验证，过滤出噪声，得到增广三元组并补充进当前知识图谱中。重复上述步骤直到达到迭代最大次数。应用本发明能够对知识图谱进行用户可理解的数据增广，并提升知识图谱表示学习的效果。