一种基于结构信息与文本描述的知识图谱表示学习方法

摘要

本发明一种基于结构信息与文本描述的知识图谱表示学习方法的目的是将三元组中的实体和关系映射到低维连续的实值空间中。本发明旨在提高知识表示中实体的向量表示；从现有知识库Freebase中得到实体的对应文本描述信息，采用word2vec对每个描述进行词向量表示，然后用词加和均值向量作为该描述的向量表示，还采用doc2vec的句向量生成方式对描述进行向量表示，然后将词向量作为CNN文本编码器的输入，得到每个实体的基于描述文本的表示向量；然后在联合表示中利用权值来评估知识库中基于符号的表示向量、基于网络结构的表示向量和基于描述文本的表示向量对实体的最终表示向量的影响，完成结构信息和文本信息的融合，提高知识图谱表示的准确性。