(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211078094.5 (22)申请日 2022.09.05 (71)申请人 齐鲁工业大学 地址 250353 山东省济南市长清区大 学路 3501号 (72)发明人 赵晶　吴栋林　 (74)专利代理 机构 济南圣达知识产权代理有限 公司 372 21 专利代理师 李圣梅 (51)Int.Cl. G06F 16/36(2019.01) G06F 40/295(2020.01) G06F 40/30(2020.01) G16H 50/70(2018.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 基于卷积四元数的逆向关系旋转嵌入知识 表示方法及系统 (57)摘要 本发明提供一种基于卷积四元数的逆向关 系旋转嵌入知识表示方法及系统， 涉及知识图谱 技术领域， 该方法包括： 将获取的知识图谱中三 元组的实体和关系映射到复数向量空间， 实体包 括头实体和尾实体， 每个关系定义为从头实体到 尾实体的旋转； 为头实体和尾实体生成嵌入向 量， 使得每个实体的嵌入具有两个向量， 并利用 逆关系嵌入函数， 增强两个向量之间的相互依赖 关系； 引入超复数表示来建模实体和关系， 并输 入至预设的卷积神经网络中进行得分预测和损 失修正， 得到三元组的嵌入知识表示。 通过该方 式， 可以使头实体与尾实体 之间具有丰富的语义 匹配， 提高知识图谱链接预测的准确性。 权利要求书2页 说明书8页 附图2页 CN 115481256 A 2022.12.16 CN 115481256 A 1.一种基于卷积四元 数的逆向关系旋转嵌入知识 表示方法， 其特 征在于， 包括： 将获取的知识图谱中三元组 的实体和关系映射到复数向量空间， 所述实体包括头实体 和尾实体， 每 个关系定义 为从头实体到尾实体的旋转； 为所述头实体和尾实体生成嵌入向量， 使得每个实体的嵌入具有两个向量， 两个向量 分别用来捕捉实体作为关系的头部和关系的尾部的行为， 并利用逆关系嵌入函数， 增强两 个向量之间的相互依赖关系； 引入超复数表示来建模实体和关系， 并输入至预设的卷积神经网络 中进行得分预测和 损失修正， 得到三元组的嵌入知识 表示。 2.如权利要求1所述的基于卷积四元数的逆向关系旋转嵌入知识表示方法， 其特征在 于， 给定三元组(ei,r,ej)， 其中， ei和ej为两个不同的实体， r为实体之间的关系； 使用he， te 分别用来捕捉 实体e作为关系的头部和关系的尾部的行为， 对于每个关系， 引入一个逆关系 向量r‑1， 通过逆关系嵌入函数的使用， 得到在三元组(ei,r,ej)上的评分函数fr(h,t)： 其中， 为实体ei作为头实体， 为实体ei作为尾实体， 为实体ej作为头实体， 为实体ej作为尾实体， 表示Hadmard乘积。 3.如权利要求2所述的基于卷积四元数的逆向关系旋转嵌入知识表示方法， 其特征在 于， 将头实体和尾实体映射到超复数 空间中， 得到三元组的嵌入知识表示； 将所述三元组的 嵌入知识表示输入至卷积神经网络的卷积层， 在所述卷积层中使用不同的过滤器提取三元 组的相同维度条目之 间的全局关系， 生成特征映射， 将多个特征映射连接成特征向量； 根据 所述特征向量确定三元组的得分。 4.如权利要求3所述的基于卷积四元数的逆向关系旋转嵌入知识表示方法， 其特征在 于， 将所述三元组的嵌入知识表示作为正例三元 组， 利用自对抗负采样生成负例三元组， 将 所述正例三元组和负例三元组输入至卷积神经网络进行 得分预测 和损失修 正。 5.如权利要求4所述的基于卷积四元数的逆向关系旋转嵌入知识表示方法， 其特征在 于， 所述自对抗负采样从以下分布中抽取负三元组样本： 其中， α 为采样程度， 用于调整采样策略， p( ·)为概率； 将所述概率作为负 样本权重， 所述自对抗负采样的损失函数定义 为： 其中， γ是定值边缘超参数， σ 是sigmoid激活函数， (h ′j,r,t′j)表示第j个负例三元组， (h′i,r,t′i)表示第i个负例三元组， 负例三元组是由正例三元组通过头实体或者尾实体被 随机替换构成的。 6.如权利要求3所述的基于卷积四元数的逆向关系旋转嵌入知识表示方法， 其特征在 于， 使用四元数逆向关系嵌入过程中训练多次构成的三元组矩阵来初始 化实体和关系的嵌 入， 并且通过 卷积运算训练三元组矩阵， 用于对抽取的三元组进行 得分预测 和损失修 正。 7.如权利要求3所述的基于卷积四元数的逆向关系旋转嵌入知识表示方法， 其特征在权　利　要　求　书 1/2 页 2 CN 115481256 A 2于， 三元组的得分函数定义 为： fr(h,r,t)＝co ncat(g([h,r,t]*Ω) )·W； 其中， g表示ReLU激活函数， h表示头实体， t表示尾实体， r表示实体之间的关系， Ω与W 为共享超参数， *表示卷积运 算符， concat表示串联运 算符； 使用Adam优化器不断更新参数， 并通正则化最小化损失函数L对卷积神经网络进行训 练： 其中， λ是 的权重， S与S ′分别表示正例三元组与负例三元组的集合， 正例三元组 与负例三元组决定 了l(h,r,t)的取值， 其中： 8.一种基于卷积四元 数的逆向关系旋转嵌入知识 表示系统， 其特 征在于， 包括： 关系映射模块， 用于将获取的知识图谱中三元组的实体和关系映射到复数向量空间， 所述实体包括头实体和尾实体， 每 个关系定义 为从头实体到尾实体的旋转； 向量生成模块， 用于为所述头实体和尾实体生成嵌入向量， 使得每个实体的嵌入具有 两个向量， 两个向量分别用来捕捉实体作为关系的头部和关系的尾部的行为， 并利用逆关 系嵌入函数， 增强两个向量之间的相互依赖关系； 得分预测模块， 用于引入超复数表示来建模实体和关系， 并输入至预设的卷积神经网 络中进行 得分预测 和损失修 正， 得到三元组的嵌入知识 表示。 9.一种计算机设备， 其特征在于， 包括： 处理器、 存储器和总线， 所述存储器存储有所述 处理器可执行 的机器可读指令， 当计算机设备运行时， 所述处理器与所述存储器之间通过 总线通信， 所述机器可读指 令被所述处理器执行时执行如权利要求 1至7任一项 所述的基于 卷积四元 数的逆向关系旋转嵌入知识 表示方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 所述计算机程序被处理器运行时执行如权利要求 1至7任一项 所述的基于卷积四元数 的逆向关系旋转嵌入知识 表示方法的步骤。权　利　要　求　书 2/2 页 3 CN 115481256 A 3