融合关系路径、类型、实体描述信息的知识表示学习方法

摘要

本发明公开了一种融合关系路径、类型、实体描述信息的知识表示学习方法，包括：(1)对知识库进行预处理，提取出结构化信息、关系路径信息、类型信息和实体描述信息；(2)从知识库选取一个正样本并构造负样本，计算正负样本对应结构化信息、关系路径信息、类型信息和实体描述信息的损失；(3)根据损失更新模型的参数和实习向量和关系向量；(4)重复步骤(1)～(3)，直到迭代次数达到预先设定的最大迭代次数，并输出实体和关系的向量，实现对知识表达的学习。该方法在利用关系路径的基础上，融合了多源信息对知识库进行建模，解决了传统知识表示学习方法中只利用结构化信息，没有利用多种额外信息的问题。