CN112559759A - 一种识别知识图谱中错误关系的方法和设备 - Google Patents

Abstract

本发明涉及一种识别知识图谱中错误关系的方法和设备，该方法包括：通过图神经网络确定候选错误关系；确定所述候选错误关系中头实体与尾实体两者的类型；基于所述头实体与所述尾实体两者的类型与二分类模型确定两个所述实体关联关系的最终置信度分值；若最终置信度分值小于最终预设阈值，则确定所述候选错误关系为所述知识图谱中的错误关系。本方案基于图神经网络确定候选错误关系；然后基于两个实体的类型与二分类模型确定两个所述实体关联关系的最终置信度分值；并基于最终置信度分值对知识图谱中的错误关系进行识别，有效提高了识别的准确率。

Description

一种识别知识图谱中错误关系的方法和设备

技术领域

本发明涉及数据处理技术领域，具体涉及一种识别知识图谱中错误关系的方法和设备。

背景技术

知识图谱(Knowledge Graph)，在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。知识图谱，是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。

具体的知识图谱能为学科研究提供切实的、有价值的参考。但是知识图谱也可能存在错误的关系，在此情况下需要识别出其中的错误关系，但是现有的识别错误关系的方式中，首先融合三元组结构信息向量和三元组描述信息词向量，然后将融合后的向量输入胶囊网络进行评分，基于分数评价三元组的真实性，以此对知识图谱中的错误关系进行识别，这种方式没有考虑从资源流动的角度衡量三元组的关联强度，没有考虑三元组之间的多路径结构信息，导致识别的准确率不高。

由此，目前需要有一种更好的方案来解决现有技术中的该问题。

发明内容

本发明提供一种识别知识图谱中错误关系的方法和设备，能够解决识别准确率不高的技术问题。

本发明解决上述技术问题的技术方案如下：

本发明实施例提出了一种识别知识图谱中错误关系的方法，其特征在于，包括：

通过图神经网络确定候选错误关系；

确定所述候选错误关系中头实体与尾实体两者的类型；

基于所述头实体与所述尾实体两者的类型与二分类模型确定两个所述实体关联关系的最终置信度分值；

若最终置信度分值小于最终预设阈值，则确定所述候选错误关系为所述知识图谱中的错误关系。

在一个具体的实施例中，所述“通过图神经网络确定候选错误关系”，包括：

通过图神经网络确定知识图谱中两个实体之间的初始关系置信度；两个所述实体中的一个为头实体，另一个为尾实体；

若所述初始关系置信度小于初始预设阈值，则将两个所述实体之间的关系设为候选错误关系。

在一个具体的实施例中，所述初始关系置信度是基于以下公式来进行计算的：

R(h,t)＝λ₁×R₁(h,t)+λ₂×R₂(h,t)+λ₃×R₃(h,t)；

R(h,t)为初始关系置信度；λ₁，λ₂，λ₃均为超参数；

R₁(h,t)＝W₂u+b₂；u＝α(W₁V+b₁)；W₁，W₂，b₁，b₂均为训练出的参数；V为所述头实体的出度、所述头实体的入度、所述尾实体的出度、所述尾实体的入度、头所述实体到所述尾实体路径的个数、所述头实体到所述尾实体路径的平均深度、所述尾实体的资源的组合；

R₂(h,t)为所述头实体与所述尾实体之间直接关系的置信度；

R₃(h,t)为所述头实体与所述尾实体之间多步路径的置信度。

在一个具体的实施例中，所述尾实体的资源通过以下公式计算：

其中，R(t|h)表示所述尾实体的资源，M_t表示所有指向所述尾实体的实体集合，OD(e_i)表示实体e_i的出度，θ表示资源流向所述知识图谱中任意实体的概率，N表示所述知识图谱实体总的数量。

在一个具体的实施例中，所述头实体与所述尾实体之间直接关系的置信度是基于TransE计算得到的。

在一个具体的实施例中，所述头实体与所述尾实体之间多步路径的置信度是基于PTransE计算得到的。

在一个具体的实施例中，所述二分类模型是基于有监督的方法训练出的。

在一个具体的实施例中，在通过图神经网络确定候选错误关系，之后还包括：

将所述候选错误关系放入错误关系候选集合；

所述“确定所述候选错误关系中头实体与尾实体两者的类型”，包括：

确定所述错误关系候选集合中的每个所述候选错误关系头实体与尾实体两者的类型。

本发明实施例还提出了一种识别知识图谱中错误关系的设备，包括：

关系确定模块，用于通过图神经网络确定候选错误关系；

类型确定模块，用于确定所述候选错误关系中头实体与尾实体两者的类型；

最终置信度分值模块，用于基于所述头实体与所述尾实体两者的类型与二分类模型确定两个所述实体关联关系的最终置信度分值；

识别模块，用于当最终置信度分值小于最终预设阈值时，则确定所述候选错误关系为所述知识图谱中的错误关系。

在一个具体的实施例中，所述关系确定模块，用于：

通过图神经网络确定知识图谱中两个实体之间的初始关系置信度；两个所述实体中的一个为头实体，另一个为尾实体；

若所述初始关系置信度小于初始预设阈值，则将两个所述实体之间的关系设为候选错误关系。

本发明的有益效果是：

基于图神经网络确定候选错误关系；然后基于两个实体的类型与二分类模型确定两个所述实体关联关系的最终置信度分值；并基于最终置信度分值对知识图谱中的错误关系进行识别，以渐进的方式综合资源流动的角度和基于PTransE的多路径信息评价三元组的置信度，有效提高了识别的准确率。

附图说明

图1为本发明实施例提供的一种识别知识图谱中错误关系的方法的流程示意图；

图2为本发明实施例提供的一种识别知识图谱中错误关系的方法的流程示意图；

图3为本发明实施例提供的一种识别知识图谱中错误关系的方法的流程示意图；

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

本发明实施例提供的一种识别知识图谱中错误关系的方法，如图1所示，包括以下步骤：

步骤101、通过图神经网络确定候选错误关系；

在一个具体的实施例中，步骤101中的所述“通过图神经网络确定候选错误关系”，包括：

通过图神经网络确定知识图谱中两个实体之间的初始关系置信度；两个所述实体中的一个为头实体，另一个为尾实体；具体的，通过图神经网络确定知识图谱中两个实体之间的初始关系置信度是资源流动的角度计算图谱中两个实体之间关系置信度；

若所述初始关系置信度小于初始预设阈值，则将两个所述实体之间的关系设为候选错误关系。

进一步的，在一个具体的实施例中，所述初始关系置信度是基于以下公式来进行计算的：

R(h,t)＝λ₁×R₁(h,t)+λ₂×R₂(h,t)+λ₃×R₃(h,t)；

R(h,t)为初始关系置信度；λ₁，λ₂，λ₃均为超参数；

R₁(h,t)＝W₂u+b₂；u＝α(W₁V+b₁)；W₁，W₂，b₁，b₂均为训练出的参数；V为所述头实体的出度、所述头实体的入度、所述尾实体的出度、所述尾实体的入度、头所述实体到所述尾实体路径的个数、所述头实体到所述尾实体路径的平均深度、所述尾实体的资源的组合；

R₂(h,t)为所述头实体与所述尾实体之间直接关系的置信度；在一个具体的实施例中，所述头实体与所述尾实体之间直接关系的置信度是基于TransE(TranslatingEmbedding算法)计算得到的。TranE是一篇Bordes等人2013年发表在NIPS上的文章提出的算法。它的提出，是为了解决多关系数据(multi-relational data)的处理问题。TransE的直观含义，就是TransE基于实体和关系的分布式向量表示，将每个三元组实例(head，relation，tail)中的关系relation看做从头实体(head)到尾实体(tail)的翻译。

R₃(h,t)为所述头实体与所述尾实体之间多步路径的置信度。在一个具体的实施例中，所述头实体与所述尾实体之间多步路径的置信度是基于PtransE(Path-basedTransE)计算得到的。PtransE是以TransE作为基础进行扩展得到的一种模型。

在一个具体的实施例中，所述尾实体的资源通过以下公式计算：

其中，R(t|h)表示所述尾实体的资源，M_t表示所有指向所述尾实体的实体集合，OD(e_i)表示实体e_i的出度，θ表示资源流向所述知识图谱中任意实体的概率，N表示所述知识图谱实体总的数量。

步骤102、确定所述候选错误关系中头实体与尾实体两者的类型；

步骤103、基于所述头实体与所述尾实体两者的类型与二分类模型确定两个所述实体关联关系的最终置信度分值；在一个具体的实施例中，所述二分类模型是基于有监督的方法训练出的。

步骤104、若最终置信度分值小于最终预设阈值，则确定所述候选错误关系为所述知识图谱中的错误关系。

在一个具体的实施例中，在通过图神经网络确定候选错误关系，之后还包括：

将所述候选错误关系放入错误关系候选集合；

所述“确定所述候选错误关系中头实体与尾实体两者的类型”，包括：

确定所述错误关系候选集合中的每个所述候选错误关系头实体与尾实体两者的类型。

在此，为了对本申请的方案进行进一步的说明，在一个具体的实施例中，本方案包括以下步骤：

1.基于图神经网络获取候选错误关系；

1.1基于公式计算知识图谱中两个实体之间的关系置信度；

其中向量V由七个特征组成：(1)头实体的出度OD(h)；(2)头实体的入度ID(h)；(3)尾实体的出度OD(t)；(4)尾实体的入度ID(t)；(5)头实体到尾实体路径的个数；(6)头实体到尾实体路径的平均深度；(7)R(t|h)；α为激活函数；W₁，b₁，W₂，b₂表示训练出的参数；

而

R(t|h)表示尾实体t的资源，M_t表示所有指向尾实体t的实体集合，OD(e_i)表示实体e_i的出度，θ表示资源流向图谱中任意实体的概率，N表示图谱实体总的数量。

1.2.基于TransE计算头实体h与尾实体t之间的直接关系的置信度，记作R₂(h,t)；

1.3.基于PTransE计算头实体h与尾实体t之间的多步路径的置信度，记作R₃(h,t)；

1.4.集成计算头实体h和尾实体t之间的关系置信度，计算方法如下：

R(h,t)＝λ₁×R₁(h,t)+λ₂×R₂(h,t)+λ₃×R₃(h,t)；其中λ₁，λ₂，λ₃为超参数

1.5.若步骤(4)中的结果小于阈值ξ₁，则保留关系R(h,t)进入错误关系候选集合M_R(h,t)；

2.从步骤1得到的错误关系候选集合M_R(h,t)中遍历错误关系候选R(h,t)，分别确定头实体h和尾实体t的类型T_h和T_t，选择对应的基于有监督的方法训练出的二分类模型

计算实体h和t关联关系的最终置信度分值，若分值小于阈值ξ₂，则确定关系R(h,t)为图谱中的错误关系。

以此，本方案基于图神经网络确定候选错误关系；然后基于两个实体的类型与二分类模型确定两个所述实体关联关系的最终置信度分值；并基于最终置信度分值对知识图谱中的错误关系进行识别，以渐进的方式综合资源流动的角度和基于PTransE的多路径信息评价三元组的置信度，有效提高了识别的准确率。

实施例2

本发明实施例2还公开了一种识别知识图谱中错误关系的设备，如图所示，包括：

关系确定模块201，用于通过图神经网络确定候选错误关系；

类型确定模块202，用于确定所述候选错误关系中头实体与尾实体两者的类型；

最终置信度分值模块203，用于基于所述头实体与所述尾实体两者的类型与二分类模型确定两个所述实体关联关系的最终置信度分值；

识别模块204，用于当最终置信度分值小于最终预设阈值时，则确定所述候选错误关系为所述知识图谱中的错误关系。

在一个具体的实施例中，所述关系确定模块201，用于：

通过图神经网络确定知识图谱中两个实体之间的初始关系置信度；两个所述实体中的一个为头实体，另一个为尾实体；

若所述初始关系置信度小于初始预设阈值，则将两个所述实体之间的关系设为候选错误关系。

在一个具体的实施例中，所述初始关系置信度是基于以下公式来进行计算的：

R(h,t)＝λ₁×R₁(h,t)+λ₂×R₂(h,t)+λ₃×R₃(h,t)；

R(h,t)为初始关系置信度；λ₁，λ₂，λ₃均为超参数；

R₁(h,t)＝W₂u+b₂；u＝α(W₁V+b₁)；W₁，W₂，b₁，b₂均为训练出的参数；V为所述头实体的出度、所述头实体的入度、所述尾实体的出度、所述尾实体的入度、头所述实体到所述尾实体路径的个数、所述头实体到所述尾实体路径的平均深度、所述尾实体的资源的组合；

R₂(h,t)为所述头实体与所述尾实体之间直接关系的置信度；

R₃(h,t)为所述头实体与所述尾实体之间多步路径的置信度。

在一个具体的实施例中，所述尾实体的资源通过以下公式计算：

其中，R(t|h)表示所述尾实体的资源，M_t表示所有指向所述尾实体的实体集合，OD(e_i)表示实体e_i的出度，θ表示资源流向所述知识图谱中任意实体的概率，N表示所述知识图谱实体总的数量。

在一个具体的实施例中，所述头实体与所述尾实体之间直接关系的置信度是基于TransE计算得到的。

在一个具体的实施例中，所述头实体与所述尾实体之间多步路径的置信度是基于PTransE计算得到的。

在一个具体的实施例中，所述二分类模型是基于有监督的方法训练出的。

在一个具体的实施例中，如图3所示，还包括：

集合模块205，用于在通过图神经网络确定候选错误关系之后，将所述候选错误关系放入错误关系候选集合；

所述类型确定模块202，用于：

确定所述错误关系候选集合中的每个所述候选错误关系头实体与尾实体两者的类型。

以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种识别知识图谱中错误关系的方法，其特征在于，包括：

通过图神经网络确定候选错误关系；

确定所述候选错误关系中头实体与尾实体两者的类型；

基于所述头实体与所述尾实体两者的类型与二分类模型确定两个所述实体关联关系的最终置信度分值；

若最终置信度分值小于最终预设阈值，则确定所述候选错误关系为所述知识图谱中的错误关系。

2.根据权利要求1所述的方法，其特征在于，所述“通过图神经网络确定候选错误关系”，包括：

通过图神经网络确定知识图谱中两个实体之间的初始关系置信度；两个所述实体中的一个为头实体，另一个为尾实体；

若所述初始关系置信度小于初始预设阈值，则将两个所述实体之间的关系设为候选错误关系。

3.根据权利要求2所述的方法，其特征在于，所述初始关系置信度是基于以下公式来进行计算的：

R(h,t)＝λ₁×R₁(h,t)+λ₂×R₂(h,t)+λ₃×R₃(h,t)；

R(h,t)为初始关系置信度；λ₁，λ₂，λ₃均为超参数；

R₁(h,t)＝W₂u+b₂；u＝α(W₁V+b₁)；W₁，W₂，b₁，b₂均为训练出的参数；V为所述头实体的出度、所述头实体的入度、所述尾实体的出度、所述尾实体的入度、头所述实体到所述尾实体路径的个数、所述头实体到所述尾实体路径的平均深度、所述尾实体的资源的组合；

R₂(h,t)为所述头实体与所述尾实体之间直接关系的置信度；

R₃(h,t)为所述头实体与所述尾实体之间多步路径的置信度。

4.根据权利要求3所述的方法，其特征在于，所述尾实体的资源通过以下公式计算：

其中，R(t|h)表示所述尾实体的资源，M_t表示所有指向所述尾实体的实体集合，OD(e_i)表示实体e_i的出度，θ表示资源流向所述知识图谱中任意实体的概率，N表示所述知识图谱实体总的数量。

5.根据权利要求3所述的方法，其特征在于，所述头实体与所述尾实体之间直接关系的置信度是基于TransE计算得到的。

6.根据权利要求3所述的方法，其特征在于，所述头实体与所述尾实体之间多步路径的置信度是基于PTransE计算得到的。

7.根据权利要求1所述的方法，其特征在于，所述二分类模型是基于有监督的方法训练出的。

8.根据权利要求1所述的方法，其特征在于，在通过图神经网络确定候选错误关系，之后还包括：

将所述候选错误关系放入错误关系候选集合；

所述“确定所述候选错误关系中头实体与尾实体两者的类型”，包括：

确定所述错误关系候选集合中的每个所述候选错误关系头实体与尾实体两者的类型。

9.一种识别知识图谱中错误关系的设备，其特征在于，包括：

关系确定模块，用于通过图神经网络确定候选错误关系；

类型确定模块，用于确定所述候选错误关系中头实体与尾实体两者的类型；

最终置信度分值模块，用于基于所述头实体与所述尾实体两者的类型与二分类模型确定两个所述实体关联关系的最终置信度分值；

识别模块，用于当最终置信度分值小于最终预设阈值时，则确定所述候选错误关系为所述知识图谱中的错误关系。

10.根据权利要求9所述的设备，其特征在于，所述关系确定模块，用于：

通过图神经网络确定知识图谱中两个实体之间的初始关系置信度；两个所述实体中的一个为头实体，另一个为尾实体；

若所述初始关系置信度小于初始预设阈值，则将两个所述实体之间的关系设为候选错误关系。

Images