一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

一种基于分层注意力机制的知识图谱补全方法及装置

2022-04-27 03:03:13 来源:中国专利 TAG:

技术特征:
1.一种基于分层注意力机制的知识图谱补全方法,其特征在于,包括:构建初始知识图谱,所述初始知识图谱包括多个“实体-关系-实体”三元组;从交互日志中确定用户交互的实体集合,根据所述实体集合确定其中每个交互实体的初始向量;针对每个所述交互实体,确定用户的行为,并根据各个行为的量化结果对所述初始向量进行优化,得到优化向量;从所述交互日志中获取用户行为序列,并对所述行为序列进行分层,得到第一集合和第二集合;所述用户行为序列包括用户在当前时刻之前的交互行为分布,所述第一集合包括用户在当前时刻之前的所有交互行为,所述第二集合包括用户在当前时刻之前的预设时间段内的交互行为;对所述第一集合中所有交互行为的时间信息进行编码,得到用户的注意力分布;分别根据所述第一集合获取用户的第一类兴趣、根据所述第二集合获取用户的第二类兴趣,并在将所述第一类兴趣与所述第二类兴趣确定为实体后,更新所述初始知识图谱。2.根据权利要求1所述的基于分层注意力机制的知识图谱补全方法,其特征在于,所述实体集合包括用户交互的所有交互实体、以及每个交互实体对应的实体标签;所述从交互日志中确定用户交互的实体集合,根据所述实体集合确定其中每个交互实体的初始向量的步骤,包括:从用户的交互日志中确定交互实体集合;根据所述交互实体集合,统计每个交互实体对应的实体标签的数量;根据所述实体标签的数量,确定每个交互实体的初始向量。3.根据权利要求1所述的基于分层注意力机制的知识图谱补全方法,其特征在于,所述针对每个所述交互实体,确定用户的行为,并根据各个行为的量化结果对所述初始向量进行优化,得到优化向量的步骤,包括:确定用户对于每个所述交互实体的行为;根据预设的第一类反馈行为、预设的第二类反馈行为以及预设量化规则,对每个所述行为进行量化;根据量化结果对所述初始向量进行优化,得到优化向量。4.根据权利要求3所述的基于分层注意力机制的知识图谱补全方法,其特征在于,所述第一类反馈行为是间接表明用户兴趣的行为,所述第二类反馈行为是直接表明用户兴趣的行为;所述预设的第一类反馈行为包括浏览行为、点击行为和交易行为,所述预设的第二类反馈行为包括评分行为。5.根据权利要求4所述的基于分层注意力机制的知识图谱补全方法,其特征在于,所述根据预设的第一类反馈行为、预设的第二类反馈行为以及预设量化规则,对每个所述行为进行量化的步骤,包括:分别判断用户针对交互实体是否发生浏览行为、点击行为和/或交易行为;若是,则将对应的浏览行为、点击行为和/或交易行为量化为1;若否,则将对应的浏览行为、点击行为和/或交易行为量化为0;分别判断用户针对交互实体行为是否发生评分行为;
若是,则按照如下公式量化所述评分行为:其中,v
u,i
表示用户对交互实体的评分,v
min
表示该交互实体预设的最低评分,v
max
表示该交互实体预设的最高评分,表示评分行为的量化结果。6.根据权利要求5所述的基于分层注意力机制的知识图谱补全方法,其特征在于,当用户针对交互实体发生浏览行为、点击行为和/或交易行为时,所述根据量化结果对所述初始向量进行优化,得到优化向量的步骤,包括:获取所述浏览行为、所述点击行为和/或所述交易行为的预设权重;根据所述预设权重以及所述浏览行为、所述点击行为和/或所述交易行为的量化结果,按照如下公式对初始向量进行优化:其中,e
a
表示所述浏览行为、所述点击行为和/或所述交易行为的量化结果,w
t
表示所述浏览行为、所述点击行为和/或所述交易行为的预设权重,e
i
表示初始向量,表示优化向量。7.根据权利要求5所述的基于分层注意力机制的知识图谱补全方法,其特征在于,当用户针对交互实体发生评分行为时,按照如下公式对初始向量进行优化:式中,e
i
表示所述评分行为的量化结果,表示优化向量。8.根据权利要求1所述的基于分层注意力机制的知识图谱补全方法,其特征在于,按照如下公式对所述第一集合中所有交互行为的时间信息进行编码:其中,s表示行为序列中距离当前时刻最远的时刻,m
f
表示时间编码矩阵,|d
i,j
|表示和交互行为i对应第一的时刻与交互行为j对应的第二时刻的时间位置距离。9.一种基于分层注意力机制的知识图谱补全装置,其特征在于,包括:构建单元,用于构建初始知识图谱,所述初始知识图谱包括多个“实体-关系-实体”三元组;确定单元,用于从交互日志中确定用户交互的实体集合,根据所述实体集合确定其中每个交互实体的初始向量;优化单元,用于针对每个所述交互实体,确定用户的行为,并根据各个行为的量化结果对所述初始向量进行优化,得到优化向量;
分层单元,用于从所述交互日志中获取用户行为序列,并对所述行为序列进行分层,得到第一集合和第二集合;所述用户行为序列包括用户在当前时刻之前的交互行为分布,所述第一集合包括用户在当前时刻之前的所有交互行为,所述第二集合包括用户在当前时刻之前的预设时间段内的交互行为;编码单元,用于对所述第一集合中所有交互行为的时间信息进行编码,得到用户的注意力分布;更新单元,用于分别根据所述第一集合获取用户的第一类兴趣、根据所述第二集合获取用户的第二类兴趣,并在将所述第一类兴趣与所述第二类兴趣确定为实体后,更新所述初始知识图谱。

技术总结
本发明提供一种基于分层注意力机制的知识图谱补全方法及装置,包括:构建初始知识图谱;从交互日志中确定实体集合,并确定每个交互实体的初始向量;确定用户对每个交互实体的行为,并根据各行为的量化结果优化初始向量,得到优化向量;从交互日志中获取用户行为序列,并对行为序列进行分层,得到第一集合和第二集合;对第一集合中所有交互行为的时间信息进行编码,得到用户的注意力分布;根据第一集合获取用户的第一类兴趣、根据第二集合获取用户的第二类兴趣,并在将第一类兴趣与第二类兴趣确定为实体后,更新初始知识图谱。本发明通过分层注意力机制获取用户长期兴趣和短期兴趣,使知识图谱更加完善。使知识图谱更加完善。使知识图谱更加完善。


技术研发人员:王璐 李青山 高标 罗文龙 王子奇 计亚江 刘腾威 樊磊
受保护的技术使用者:西安电子科技大学
技术研发日:2021.12.13
技术公布日:2022/4/26
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献