一种基于社区感知与聚合路径增强的知识图谱补全方法

摘要: 本发明属于知识图谱补全,尤其涉及一种基于社区感知与聚合路径增强的知识图谱补全方法。背景技术:1、在知识图谱补全技术领域中,知识图谱通常以三元组形式存储海量事实知...
一种基于社区感知与聚合路径增强的知识图谱补全方法

本发明属于知识图谱补全,尤其涉及一种基于社区感知与聚合路径增强的知识图谱补全方法。

背景技术:

1、在知识图谱补全技术领域中,知识图谱通常以三元组形式存储海量事实知识,但由于现实世界知识往往不完整,大量隐含事实未被显式表达,因此需要通过知识图谱补全来预测缺失的链接。

2、现有的知识图谱补全方法主要分为三类:基于嵌入的方法、基于预训练语言模型的方法以及结构感知方法。其中,基于嵌入的方法将实体和关系映射到低维连续向量空间,通过评分函数判断三元组的合理性,但这类方法忽略了实体和关系的文本语义,难以泛化到未见实体。基于预训练语言模型的方法利用实体和关系的文本描述,在归纳设定下表现出较强能力,但现有方法通常将每个三元组视为独立样本,忽略了知识图谱中丰富的拓扑关联。研究表明,实体间的多跳路径能够揭示复杂语义逻辑,邻域结构信息有助于缓解长尾实体的稀疏性问题,然而直接在全体候选实体上进行路径搜索会产生巨大的计算开销,且许多路径缺乏明确的语义置信度。近年来,结构感知对比学习方法尝试通过软路径嵌入或子图采样隐式建模拓扑信息,但现有方法往往仅在稠密或特定结构上有效,难以在稀疏异构环境中鲁棒地融合拓扑先验信息,尤其重要的是,社区结构作为真实网络中普遍的拓扑特征,能够描述实体间的内聚与分割关系,同一社区内的实体通常共享相似的主题属性或语义角色,但现有知识图谱补全方法尚未充分利用社区级结构信息来降低路径搜索复杂度、缓解稀疏区域实体信息不足的问题。

3、因此,如何提供一种能够将社区级拓扑结构与多跳逻辑路径显式、高效地融入对比学习框架的知识图谱补全方法,以提升对复杂关系映射和稀疏实体关联的推理能力,是本技术领域人员亟待解决的问题。

技术实现思路

1、针对现有技术的不足,本发明的目的是提供一种基于社区感知与聚合路径增强的知识图谱补全方法,以解决现有技术中知识图谱补全方法因忽视社区级拓扑结构和缺乏高效多跳路径融合机制,导致在稀疏异构环境下计算开销大、路径噪声多以及对长尾实体和复杂关系推理能力不足的问题。

2、为了解决上述技术问题,本发明采用了如下的技术方案:

3、本发明提供了一种基于社区感知与聚合路径增强的知识图谱补全方法,包括以下步骤:

4、s10、对原始知识图谱进行无监督社区划分,得到若干个社区,每个社区包含多个实体;

5、s20、针对每个社区,构建社区增强特征,所述社区增强特征通过社区可训练嵌入和社区内pagerank重要实体编码拼接而成;

6、s30、针对每个社区,采用路径约束资源分配算法提取头尾实体之间的多跳路径,筛选出高置信度的路径,并将路径编码后聚合形成社区聚合路径特征;

7、s40、对于每一个查询三元组,将其基础语义表示分别与所述社区增强特征和所述社区聚合路径特征融合,得到社区增强查询表示和路径增强查询表示;

8、s50、将原始三元组、所述社区增强查询表示对应的正样本、所述路径增强查询表示对应的正样本作为三类正样本,结合批次内的负样本,构建多正样本对比学习损失函数;

9、s60、联合优化基础语义表示、所述社区增强特征和所述社区聚合路径特征所对应的对比损失,端到端训练知识图谱补全模型。

10、进一步的,所述s10中,所述无监督社区划分采用louvain算法,对知识图谱的无向版本进行模块度最大化优化,得到非重叠社区;对于实体数量极少的微型社区,将其中的实体重新分配至最大的社区中。

11、进一步的,所述s20中构建社区增强特征的具体步骤如下:

12、s201、为每个社区初始化一个可训练的社区嵌入向量;

13、s202、在每个社区内部,计算社区内所有实体的pagerank分数,选择pagerank分数最高的前k个实体,将所述k个实体通过实体编码器得到的向量取平均,得到社区pagerank平均向量;

14、s203、将所述社区嵌入向量与所述社区pagerank平均向量进行拼接,得到社区特征向量;

15、s204、对于给定的头实体h和关系r的查询,获取头实体所属社区c_h,将查询的原始语义表示与社区特征向量拼接,得到社区增强查询表示。

16、进一步的,所述s204中,拼接后依次通过线性层、relu激活函数和层归一化,以得到所述社区增强查询表示。

17、进一步的,所述s30中形成社区聚合路径特征具体步骤如下:

18、s301、对于每个社区内的所有实体对,采用路径约束资源分配算法提取长度为2跳和3跳的路径,计算每条路径的置信度;

19、s302、在每个社区内,保留置信度最高的前m条路径;

20、s303、将每条路径中的关系序列按顺序拼接成文本序列,输入查询编码器得到该路径的嵌入向量;

21、s304、将社区内保留的所有路径嵌入向量取平均,得到社区聚合路径向量;

22、s305、对于给定的查询,将其原始语义表示与头实体所在社区的聚合路径向量拼接,依次通过线性层、relu激活函数和层归一化,得到路径增强查询表示。

23、进一步的,所述s302中,若社区内有效路径总数不足m条,则仅保留已有路径,缺失部分用零向量填充。

24、进一步的,所述s305中,拼接后依次通过线性层、relu激活函数和层归一化,以得到所述路径增强查询表示。

25、进一步的,所述s50中多正样本对比学习损失函数为:

26、进一步的,损失函数采用infonce的扩展形式,对每个正样本计算对比损失后取平均。

27、进一步的,所述s60中联合优化的总损失函数为:

28、

29、其中,为基础对比损失,为社区增强正样本的对比损失,为路径增强正样本的对比损失,和为权重超参数。

30、本发明提供的基于社区感知与聚合路径增强的知识图谱补全方法与现有技术相比,至少具有如下有益效果:

31、现有技术中知识图谱补全方法因忽视社区级拓扑结构和缺乏高效多跳路径融合机制,导致在稀疏异构环境下存在计算开销大、路径噪声多以及对长尾实体和复杂关系推理能力不足的问题。本发明可在预处理阶段通过louvain算法对知识图谱进行无监督社区划分,并结合社区嵌入和pagerank重要实体编码构建社区级结构特征,无需在训练过程中动态搜索路径,从而将路径提取复杂度从全图指数级降低至社区内多项式级,显著减少计算开销。本发明通过路径约束资源分配算法为每个社区预先提取高置信度的2跳和3跳路径,并聚合形成路径特征,能够有效捕获实体间的多跳推理规则,同时过滤低置信度噪声路径,增强模型对复杂关系映射的建模能力。本发明将社区增强特征和聚合路径特征作为两类独立的结构正样本,与基础语义表示共同纳入多正样本对比学习框架中进行联合优化,使得模型在嵌入空间中间时靠近原始语义、社区拓扑和路径推理三类表示,显著提升对长尾实体和稀疏区域的推理鲁棒性。经在wn18rr、fb15k-237和umls三个公开基准数据集上的实验验证,本发明在所有评估指标上均显著优于现有基于文本的对比学习方法,具体而言,在稀疏数据集wn18rr上,mrr提升约1.3个百分点,hits@1提升约1.8个百分点;在稠密数据集fb15k-237上,mrr和hits@1分别提升约3.1和3.4个百分点;在生物医学数据集umls上,mrr和hits@1分别提升7.5和5.6个百分点,hits@10达到99.0%,消融实验进一步表明,社区增强模块与聚合路径增强模块具有互补性,二者协同使用能够达到最佳性能。综上所述,本发明通过对知识图谱进行社区感知划分和聚合路径增强,并结合多正样本对比学习框架进行联合优化,达到了在稀疏与稠密异构环境下全面提升知识图谱补全推理准确性和鲁棒性的技术效果。