技术特征：
1.一种基于量子计算的知识图谱补全方法，其特征在于，应用于知识图谱嵌入表示模型，所述方法包括以下步骤：输入三元组，将头实体和尾实体表示为量子态将关系表示为量子门，根据预设规则初始化量子参数，生成特定于实体的量子态和特定于关系的量子门；基于特定于实体的量子态和特定于关系的量子门将三元组的头实体通过关系映射到目标希尔伯特空间中，以将量子门应用到量子态上执行量子计算，获得预测的实体嵌入表示；将预测的实体嵌入表示和知识图谱中所有实体的嵌入表示进行距离计算，通过损失函数进行优化，以对知识图谱进行补全。2.根据权利要求1所述的方法，其特征在于，预设三元组(h，r，t)，其中，头实体h，关系r，尾实体t，将头尾实体h和t嵌入到d维希尔伯特空间和，d维向量的每个元素是一个2维的复向量，将关系r嵌入为d维向量r，向量r的每个元素是2x2的复酉矩阵，r包含两个复向量r
a
和r
b
，用r
ai
，r
bi
，h
ai
，h
bi
，t
ai
，t
bi
分别表示r
a
，r
b
，h
a
，h
b
，t
a
，t
b
的第i个元素。3.根据权利要求2所述的方法，其特征在于，所述基于特定于实体的量子态和特定于关系的量子门将三元组的头实体通过关系映射到目标希尔伯特空间中，包括：实体嵌入向量h的第i位元素为：其中d是嵌入维度，且|h
ai
|2+|h
bi
|2＝1，使得h＝[h1，h2，...，h
d
]；实体h对应的密度矩阵为：通过特定于关系的量子门，将头实体h映射到目标希尔伯特空间的特定于关系的变换，将关系嵌入向量r的第i个元素参数化酉矩阵写为：其中，d是嵌入维度，且|r
ai
|2+|r
bi
|2＝1，使得r＝[r1，r2，...，r
d
]，行列式4.根据权利要求3所述的方法，其特征在于，将量子门应用到量子态上执行量子计算，获得预测的实体嵌入表示，包括：将量子门应用到量子态上以执行量子计算，将特定关系的变换r应用到头实体h，使用元素级变换，对每位元素计算矩阵乘法：
转化后的量子态即为h
r
＝[h
r1
，h
r2
，
…
，h
rd
]。5.根据权利要求1所述的方法，其特征在于，所述将预测的实体嵌入表示和知识图谱中所有实体的嵌入表示进行距离计算，通过损失函数进行优化，以对知识图谱进行补全，包括：预设距离函数：其中，re(x)是二维复向量的实值部分，是元素级内积，按向量的每个元素执行内积；根据损失函数对知识图谱嵌入表示模型进行优化：其中γ是超参数，k是负样本数，(h
i
，r
i
，t
i
)是第i个负样本三元组，σ是sigmoid函数，p(h
i
，r
i
，t
i
)是采样到的负样本的分布函数，采用均匀采样策略，从正样本三元组以外的三元组中均匀地采样k个负样本。6.根据权利要求1所述的方法，其特征在于，所述预设规则为：a
real
＝cos(θ)a
img
＝sin(θ)cos(φ)n(θ)cos(φ)其中，a
real
，a
img
，b
real
，b
img
是分别是a和b的实值部分和虚值部分，θ，φ，φ是从区间[-π，π]中随机取样生成的，关系参数的初始化是基于实体参数初始化方法的拓展，参数a和b和实体参数初始化方法相同，角度ψ是从区间[-π，π]中随机取样生成的。7.一种基于量子计算的知识图谱补全装置，其特征在于，包括：参数初始化模块，用于输入三元组，将头实体和尾实体表示为量子态将关系表示为量子门，根据预设规则初始化量子参数，生成特定于实体的量子态和特定于关系的量子门；量子计算模块，用于基于特定于实体的量子态和特定于关系的量子门将三元组的头实体通过关系映射到目标希尔伯特空间中，以将量子门应用到量子态上执行量子计算，获得预测的实体嵌入表示；知识图谱补全模块，用于将预测的实体嵌入表示和知识图谱中所有实体的嵌入表示进行距离计算，通过损失函数进行优化，以对知识图谱进行补全。8.一种包含权利要求7所述的基于量子计算的知识图谱补全装置的数据服务系统，其特征在于，所述系统，还包括：待补全知识图谱数据源管理模块，用于根据多个知识图谱数据源获取知识图谱原始数据；数据管理模块，用于读取存储在服务器端的知识图谱原始数据，经过数据转换生成第一知识图谱数据，对第一知识图谱数据合并得到第二知识图谱数据；知识补全模块，用于基于知识图谱补全装置，利用第二知识图谱数据，对知识图谱嵌入表示模型进行迭代训练，利用训练好的知识图谱嵌入表示模型进行预测获得预测的三元
组，将第二知识图谱数据和预测的三元组融合输出得到第三知识图谱数据；已补全知识图谱管理模块，用于接受并发布第三知识图谱数据。
技术总结
本发明公开了基于量子计算的知识图谱补全方法、装置和系统，其中，该方法包括：输入三元组，将头实体和尾实体表示为量子态，将关系表示为量子门，根据预设规则初始化量子参数，生成特定于实体的量子态和特定于关系的量子门；将三元组的头实体通过关系映射到目标希尔伯特空间中，即将量子门应用到量子态上执行量子计算，获得预测的实体嵌入；将预测的实体嵌入表示和知识图谱中所有实体的嵌入表示计算距离，通过损失函数进行优化，使得知识图谱嵌入表示模型收敛，从而对知识图谱进行补全。本发明设计知识图谱嵌入表示模型QubitE，能够保持量子优势，而且是轻量级、高性能的，可以应用在各类场景中的知识图谱自动补全任务中。在各类场景中的知识图谱自动补全任务中。在各类场景中的知识图谱自动补全任务中。
技术研发人员：鄂海红 林学渊 宋美娜
受保护的技术使用者：北京邮电大学
技术研发日：2022.06.23
技术公布日：2022/10/20