知识图谱表示学习方法、装置、电子设备及存储介质

摘要

本申请涉及机器学习技术领域，公开了一种知识图谱表示学习方法、装置、电子设备及存储介质，可提高知识图谱中向量表示的准确度，该方法具体包括：对知识图谱中的实体进行聚类，以获得至少两个实体簇；基于实体的向量表示，确定知识图谱中任意两个实体之间的距离；基于描述实体之间关系的三元组，获得三元组的得分函数，其中，每个三元组包括头实体的向量表示、尾实体的向量表示和关系的向量表示；基于实体之间的距离、至少两个实体簇以及得分函数，构建目标函数，其中，目标函数与属于同一实体簇的两个实体之间的距离正相关，目标函数与分属于不同实体簇的两个实体之间的距离负相关；通过最小化目标函数，更新知识图谱中的实体和关系的向量表示。