(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 202210531210.8 (22)申请日 2022.05.16 (71)申请人 国网福建省电力有限公司超高压分 公司 地址 350013 福建省福州市晋安区北环东 路92号水口水电大厦 申请人 中国科学院沈阳自动化研究所 　 清华大学　 国网福建省电力有限公司 (72)发明人 罗富财　黄金魁　林力辉　王楚　 袁建生　李怡然　纪锡亮　张诗鹏　 黄浩然　路光辉　张品佳　季昕萍　 李力刚　 (74)专利代理 机构 福州市博深专利事务所(普 通合伙) 35214 专利代理师 张明(51)Int.Cl. G06F 16/36(2019.01) (54)发明名称 一种基于邻域信息的知识图谱嵌入方法及 装置 (57)摘要 本发明公开一种基于邻域信息的知识图谱 嵌入方法及装置， 获取知识图谱， 所述知识图谱 包括实体、 与所述实体对应的关系和邻节点； 基 于所述实体、 所述关系和所述邻节 点确定所述实 体对应的相同关系的邻节点和不同关系的邻节 点， 并根据所述相同关系的邻节 点和不同关系的 邻节点确定邻域信息； 基于所述邻域信息确定所 述实体的实体表示， 不论实体关联的三元组较多 还是较少， 都能够根据邻边关系选取对应邻节点 上最相关的属性作为实体的邻域信息， 有效地利 用了三元 组的邻域信息， 为实体提供更多的语义 信息， 提高了知识表示性能， 从而提高知识推理 和融合的能力。 权利要求书3页 说明书16页 附图2页 CN 115203426 A 2022.10.18 CN 115203426 A 1.一种基于邻域信息的知识图谱嵌入方法， 其特 征在于， 包括 步骤： 获取知识图谱， 所述知识图谱 包括实体、 与所述实体对应的关系和邻节点； 基于所述实体、 所述关系和所述邻节点确定所述实体对应的相同关系的邻节点和不同 关系的邻节点， 并根据所述相同关系的邻节点和不同关系的邻节点确定邻域信息； 基于所述邻域信息确定所述实体的实体表示。 2.根据权利要求1所述的一种基于邻域信 息的知识图谱嵌入方法， 其特征在于， 所述基 于所述实体、 所述关系和所述邻节点确定所述实体对应的相同关系的邻节点和不同关系的 邻节点包括： 计算所述实体与每一所述邻节点的皮尔逊相关系数； 确定所述实体对应的相同关系的邻节点和不同关系的邻节点； 将所述相同关系的邻节点根据 所述皮尔逊相关系数按照预设顺序排序， 得到排序后的 相同关系的邻节点； 确定所述相同关系的邻节点和不同关系的邻节点的比例， 并根据 所述比例从所述排序 后的相同关系的邻节点选取最终的相同关系的邻节点； 所述根据所述相同关系的邻节点和不同关系的邻节点确定邻域信息包括： 根据所述 最终的相同关系的邻节点进行邻域聚合， 得到邻域信息 。 3.根据权利要求2所述的一种基于邻域信 息的知识图谱嵌入方法， 其特征在于， 所述计 算所述实体与每一所述邻节点的皮尔逊相关系数包括： 所述皮尔逊相关系数pc c(e,e′)为： 式中， e表示实体， e ′表示邻节点， σe表示所述实体的标准差， σe′表示所述邻节点的标准 差。 4.根据权利要求2所述的一种基于邻域信 息的知识图谱嵌入方法， 其特征在于， 所述根 据所述比例从所述 排序后的相同关系的邻节点选取最终的相同关系的邻节点包括： 根据所述比例确定节点数量； 根据所述节点数量从所述 排序后的相同关系的邻节点选取最终的相同关系的邻节点； 所述节点数量d ′为： 式中， 表示相同关系ra下的邻节点数量， 表示与ra不同关系下的邻节点数量， [ ]表示取整函数。 5.根据权利要求2所述的一种基于邻域信 息的知识图谱嵌入方法， 其特征在于， 所述根 据所述最终的相同关系的邻节点进行邻域聚合， 得到邻域信息包括： 根据所述皮尔逊相关系数确定所述实体与每一所述最终的相同关系的邻节点的关联 系数； 确定与所述关联系数对应的关联系数阈值；权　利　要　求　书 1/3 页 2 CN 115203426 A 2判断所述关联系数是否小于或等于所述关联系数阈值， 若是， 则聚合所述关联系数对 应的最终的相同关系的邻节点， 并得到每一所述 最终的相同关系的邻节点对应的权 重。 6.根据权利要求5所述的一种基于邻域信 息的知识图谱嵌入方法， 其特征在于， 所述根 据所述皮尔逊相关系数确定所述实体与每一所述最终的相同关系的邻节点的关联系数包 括： 所述关联系数Rei为： 式中， ri表示实体与第i个最终的相同关系的邻节点的关系； 所述关联系数阈值R ′e为： 式中， n表示最终的相同关系的邻节点的数量， Ne表示与所述实体关联的三元组个数， N* 表示实体中关联三元组最多的个数， δ表示裕度系数； 所述权重ai为： 7.根据权利要求5所述的一种基于邻域信 息的知识图谱嵌入方法， 其特征在于， 所述基 于所述邻域信息确定所述实体的实体表示包括： 根据所述权 重计算所述实体 基于所述邻域信息的实体表示向量； 使用门机制融合所述实体表示向量和所述实体， 得到所述实体的实体表示。 8.根据权利要求7所述的一种基于邻域信 息的知识图谱嵌入方法， 其特征在于， 所述根 据所述权 重计算所述实体 基于所述邻域信息的实体表示向量包括： 所述实体表示向量ee,r为： 式中， Mr′表示所述最终的相同关系的邻节点的投影矩阵， Ne( ξe)表示所述实体的邻节点 集合的子集， 包括ξ 个邻节点； 所述实体的实体表示e ″为： 式中， ge表示所述实体表示向量和所述实体的门控向量， 表示向量元 素间乘法。 9.根据权利要求1所述的一种基于邻域信 息的知识图谱嵌入方法， 其特征在于， 所述基 于所述邻域信息确定所述实体的实体表示之后包括： 定义所述实体表示对应的评分函数和损失函数； 使用随机梯度下降法优化所述评分函数和损失函数。 10.一种基于邻域信息的知识图谱嵌入 装置， 其特 征在于， 包括： 数据获取模块， 用于获取知识图谱， 所述知识图谱包括实体、 与所述实体对应的关系和权　利　要　求　书 2/3 页 3 CN 115203426 A 3