知识图谱补全模型的训练方法及装置与流程

1.本技术涉及计算机技术领域，具体涉及知识图谱技术，尤其涉及一种知识图谱补全模型的训练方法及装置、补全知识图谱的方法及装置、计算机可读介质及电子设备。


背景技术：

2.知识图谱是把所有不同种类的信息连接在一起而得到的一个关系网络。在学术界和产业界，知识图谱因其所含知识的大规模和高准确度，越来越受到重视。受限于知识图谱构建的技术难度，知识图谱普遍存在不完备的问题，也即，所构建的知识图谱中缺失大量的三元组。所以，在已有的知识图谱中进行三元组的补全，是一个非常重要的任务。目前，基于规则的知识图谱补全方法和基于机器学习的知识图谱补全方法，均没有利用知识图谱所属的专业领域（例如，药学）的知识的特点，导致补全效果并不理想。


技术实现要素：

3.为了解决上述问题，本技术提出了一种知识图谱补全模型的训练方法、装置、补全知识图谱的方法、装置、计算机可读介质及电子设备。
4.第一方面，本技术实施例提供了一种知识图谱补全模型的训练方法，包括：从待补全知识图谱所属的领域的专业数据中，确定出与待补全知识图谱中的三元组相关的目标三元组，得到训练集；根据专业数据中与待补全知识图谱中的元素相关的目标数据，确定待补全知识图谱中的元素的表示信息；通过训练集，训练以表示信息为初始值的初始知识图谱补全模型，得到训练后的知识图谱补全模型。
5.在一些示例中，上述从待补全知识图谱所属的领域的专业数据中，确定出与待补全知识图谱中的三元组相关的目标三元组，得到训练集，包括：从专业数据中，确定出与待补全知识图谱中的三元组具有相同的实体元素和关系元素的第一目标语句；从专业数据中，确定出与第一目标语句所表征的三元组具有相似的关系元素的第二目标语句；基于第二目标语句所表征的目标三元组，得到训练集。
6.在一些示例中，上述从专业数据中，确定出与第一目标语句所表征的三元组具有相似的关系元素的第二目标语句，包括：根据第一目标语句所表征的三元组中的关系元素，构建关系模式组；基于语义相似度，从专业数据中确定出与关系模式组具有相似的关系元素的第二目标语句。
7.在一些示例中，上述根据专业数据中与待补全知识图谱中的元素相关的目标数据，确定待补全知识图谱中的元素的表示信息，包括：从专业数据中确定出与待补全知识图谱中的各元素分别相关的目标数据；通过预设神经网络处理待补全知识图谱中的各元素分别相关的目标数据，确定待补全知识图谱中的各元素的表示信息。
8.在一些示例中，上述从专业数据中确定出与待补全知识图谱中的各元素分别相关的目标数据，包括：对于待补全知识图谱中的每个元素，从专业数据中确定出与该元素相关的目标文本；识别该元素对应的目标文本中的实体，得到该元素对应的初始实体集合；从该
元素对应的初始实体集合中确定出待补全知识图谱中包括的实体，得到该元素对应的目标实体集合，作为该元素相关的目标数据。
9.在一些示例中，上述通过预设神经网络处理待补全知识图谱中的各元素分别相关的目标数据，确定待补全知识图谱中的各元素的表示信息，包括：对于待补全知识图谱中的每个元素，基于该元素相关的目标数据，构建该元素对应的无向图；通过预设神经网络处理该元素对应的无向图，确定该元素对应的表示信息。
10.第二方面，本技术实施例提供了一种补全知识图谱的方法，包括：获取待补全知识图谱；通过针对于待补全知识图谱训练得到的知识图谱补全模型，确定待补全知识图谱的待补充信息，其中，知识图谱补全模型基于第一方面中的任一项的训练方法训练得到；基于待补充信息，补充待补全知识图谱，得到补全知识图谱。
11.第三方面，本技术实施例提供了一种知识图谱补全模型的训练装置，包括：得到单元，被配置成从待补全知识图谱所属的领域的专业数据中，确定出与待补全知识图谱中的三元组相关的目标三元组，得到训练集；第一确定单元，被配置成根据专业数据中与待补全知识图谱中的元素相关的目标数据，确定待补全知识图谱中的元素的表示信息；训练单元，被配置成通过训练集，训练以表示信息为初始值的初始知识图谱补全模型，得到训练后的知识图谱补全模型。
12.在一些示例中，上述得到单元，进一步被配置成：从专业数据中，确定出与待补全知识图谱中的三元组具有相同的实体元素和关系元素的第一目标语句；从专业数据中，确定出与第一目标语句所表征的三元组具有相似的关系元素的第二目标语句；基于第二目标语句所表征的目标三元组，得到训练集。
13.在一些示例中，上述得到单元，进一步被配置成：根据第一目标语句所表征的三元组中的关系元素，构建关系模式组；基于语义相似度，从专业数据中确定出与关系模式组具有相似的关系元素的第二目标语句。
14.在一些示例中，上述第一确定单元，进一步被配置成：从专业数据中确定出与待补全知识图谱中的各元素分别相关的目标数据；通过预设神经网络处理待补全知识图谱中的各元素分别相关的目标数据，确定待补全知识图谱中的各元素的表示信息。
15.在一些示例中，上述第一确定单元，进一步被配置成：对于待补全知识图谱中的每个元素，从专业数据中确定出与该元素相关的目标文本；识别该元素对应的目标文本中的实体，得到该元素对应的初始实体集合；从该元素对应的初始实体集合中确定出待补全知识图谱中包括的实体，得到该元素对应的目标实体集合，作为该元素相关的目标数据。
16.在一些示例中，上述第一确定单元，进一步被配置成：对于待补全知识图谱中的每个元素，基于该元素相关的目标数据，构建该元素对应的无向图；通过预设神经网络处理该元素对应的无向图，确定该元素对应的表示信息。
17.第四方面，本技术实施例提供了一种补全知识图谱的装置，包括：获取单元，被配置成获取待补全知识图谱；第二确定单元，被配置成通过针对于待补全知识图谱训练得到的知识图谱补全模型，确定待补全知识图谱的待补充信息，其中，知识图谱补全模型基于第一方面中的任一项的训练方法训练得到；补充单元，被配置成基于待补充信息，补充待补全知识图谱，得到补全知识图谱。
18.第五方面，本技术实施例提供了一种计算机可读介质，其上存储有计算机程序，其
中，程序被处理器执行时实现如第一方面、第二方面任一实现方式描述的方法。
19.第六方面，本技术实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面、第二方面任一实现方式描述的方法。
20.本技术实施例提供的知识图谱补全模型的训练方法及装置，通过从待补全知识图谱所属的领域的专业数据中，确定出与待补全知识图谱中的三元组相关的目标三元组，得到训练集；根据专业数据中与待补全知识图谱中的元素相关的目标数据，确定待补全知识图谱中的元素的表示信息；通过训练集，训练以表示信息为初始值的初始知识图谱补全模型，得到训练后的知识图谱补全模型，从而可以自动地生成用于训练模型的训练集，以及融合了专业领域知识的文本语义的初始表示信息，可以提高模型在训练过程中的收敛速度，有助于提高模型的训练效率以及训练后的知识图谱补全模型的准确度；通过训练后的知识图谱补全模型对待补全知识图谱进行补全，提高了得到的补全知识图谱的完备性。
附图说明
21.通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本技术的其它特征、目的和优点将会变得更明显：图1是本技术的一个实施例可以应用于其中的示例性系统架构图；图2是根据本技术的知识图谱补全模型的训练方法的一个实施例的流程图；图3是根据本实施例的无向图的示意图；图4是根据本实施例的知识图谱补全模型的训练方法的应用场景的示意图；图5是根据本技术的知识图谱补全模型的训练方法的又一个实施例的流程图；图6是根据本技术的补全知识图谱的方法的一个实施例的流程图；图7是根据本技术的知识图谱补全模型的训练装置的一个实施例的结构图；图8是根据本技术的补全知识图谱的装置的一个实施例的结构图；图9是适于用来实现本技术实施例的计算机系统的结构示意图。
具体实施方式
22.下面结合附图和实施例对本技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
23.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
24.图1示出了可以应用本技术的知识图谱补全模型的训练方法及装置、补全知识图谱的方法及装置的示例性架构100。
25.如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。终端设备101、102、103之间通信连接构成拓扑网络，网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
26.用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发
送消息等。终端设备101、102、103可以是支持网络连接从而进行数据交互和数据处理的硬件设备或软件。当终端设备101、102、103为硬件时，其可以是支持网络连接，信息获取、交互、显示、处理等功能的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
27.服务器105可以是提供各种服务的服务器，例如，响应于接收到终端设备101、102、103发出的模型训练请求，训练初始知识图谱补全模型，得到训练后的知识图谱补全模型的后台处理服务器；又例如，通过训练后的知识图谱补全模型补全待补全知识图谱的三元组的后台处理服务器。作为示例，服务器105可以是云端服务器。
28.需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块（例如用来提供分布式服务的软件或软件模块），也可以实现成单个软件或软件模块。在此不做具体限定。
29.还需要说明的是，本技术的实施例所提供的知识图谱补全模型的训练方法、补全知识图谱的方法可以由服务器执行，也可以由终端设备执行，还可以由服务器和终端设备彼此配合执行。相应地，知识图谱补全模型的训练装置、补全知识图谱的装置包括的各个部分（例如各个单元）可以全部设置于服务器中，也可以全部设置于终端设备中，还可以分别设置于服务器和终端设备中。
30.应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。当知识图谱补全模型的训练方法、补全知识图谱的方法运行于其上的电子设备不需要与其他电子设备进行数据传输时，该系统架构可以仅包括知识图谱补全模型的训练方法、补全知识图谱的方法运行于其上的电子设备（例如服务器或终端设备）。
31.继续参考图2，示出了知识图谱补全模型的训练方法的一个实施例的流程200，包括以下步骤：步骤201，从待补全知识图谱所属的领域的专业数据中，确定出与待补全知识图谱中的三元组相关的目标三元组，得到训练集。
32.本实施例中，知识图谱补全模型的训练方法的执行主体（例如图1中的终端设备或服务器）可以通过有线网络连接方式或无线网络连接方式从远程，或从本地获取待补全知识图谱所属的领域的专业数据，并从专业数据中，确定出与待补全知识图谱中的三元组相关的目标三元组，得到训练集。
33.待补全知识图谱可以是各种应用领域中的知识图谱，例如，医学领域、机电领域、冶金领域、化工领域、建筑领域等专业领域。可以理解，基于知识图谱所对应的实际需求，其所属的专业领域可以是更细致的分类中的领域。以医学领域为例，知识图谱所属的专业领域具体可以是药学领域、临床医学领域、基础医学领域、公共卫生与预防医学类领域、中西医结合类领域等专业领域。
34.待补全知识图谱中包括一定量的能够表征知识信息的三元组，但是其中的三元组并不完备。给定知识图谱，其中，表示所有实体的集合，r表示所有关系的集
合，f为所有三元组的集合。知识图谱三元组补全的任务是预测出当前知识图谱中缺失的三元组，即。
35.三元组中一般包括两个实体元素和一个表征两个实体元素之间的关系的关系元素，具体表现形式为。其中，、表示两个实体元素，表示关系元素。例如，（青霉素, 适用于, 呼吸道感染），其中，“青霉素”和“呼吸道感染”分别是两个实体元素，“适用于”表征青霉素药物适用于呼吸道感染疾病这一适用关系。
36.专业数据可以是表征所属专业领域中的专业知识的、比较有权威性的数据，包括但不限于是论文、文献、说明书、教材、指南等种类的数据。
37.本实施例中，对于待补全知识图谱中的每个三元组，上述执行主体可以从待补全知识图谱所属的领域的专业数据中，确定出与该三元组相关的目标三元组；进而，组合所得到的所有目标三元组，得到训练集。其中，该三元组相关的目标三元组，可以是与该三元组具有相同或相似的元素的三元组。
38.作为示例，上述执行主体可以将专业数据中，与该三元组中的三个元素（两个实体元素和一个关系元素）均相同或相似的三元组，确定为该三元组的目标三元组。作为又一示例，上述执行主体可以将专业数据中，与该三元组中的三个元素中的任一个元素相同或相似的三元组，确定为该三元组的目标三元组。
39.在本实施例的一些可选的实现方式中，上述执行主体可以通过如下方式执行上述步骤201：第一，从专业数据中，确定出与待补全知识图谱中的三元组具有相同的实体元素和关系元素的第一目标语句。
40.本实现方式中，对于待补全知识图谱中的每个三元组，上述执行主体可以从待补全知识图谱所属的领域的专业数据中，确定出与该三元组具有相同的实体元素和关系元素的第一目标语句。
41.作为示例，上述执行主体可以确定专业数据中的语句中是否包括该三元组的实体元素和关系元素对应的关键字，响应于确定当前语句中包括该三元组的实体元素和关系元素对应的关键字，确定为该三元组对应的第一目标语句。
42.第二，从专业数据中，确定出与第一目标语句所表征的三元组具有相似的关系元素的第二目标语句。
43.作为示例，上述执行主体可以基于语义相似度，确定与第一目标语句所表征的三元组中的关系元素的相似表述方式，并从专业数据中确定出具有相似表述方式的第二目标语句。
44.可以理解，在专业数据中，对于相似的表述内容，作者一般会习惯采用相同或相似的表述方式。通过从专业数据中确定具有相似表述方式的第二目标语句，可以从专业数据中获取到丰富的第二目标语句，以通过后续步骤生成数量众多的三元组。
45.第三，基于第二目标语句所表征的目标三元组，得到训练集。
46.本实现方式中，上述执行主体可以对第二目标语句进行实体识别和语义分析，确定第二目标语句对应的目标三元组中的实体元素和关系元素，得到目标三元组。组合所有的第二目标语句所表征的目标三元组，得到训练集。
47.本实现方式中，提供了一种训练集的具体生成方式，可以从专业数据中获取到丰富的、与待补全知识图谱中的三元组相关的目标三元组，提高了训练集的获取效率。
48.在本实施例的一些可选的实现方式中，上述执行主体可以通过如下方式执行上述第二步骤：首先，根据第一目标语句所表征的三元组中的关系元素，构建关系模式组；然后，基于语义相似度，从专业数据中确定出与关系模式组具有相似的关系元素的第二目标语句。
49.本实现方式中，上述执行主体可以首先确定第一目标语句中的实体元素和关系元素，得到第一目标语句所表征的三元组；然后，将实体用符号代替，构建关系模式组；最后，基于语义相似度，从专业数据中确定出与关系模式组具有相似的关系元素的第二目标语句。
50.本实现方式中，基于关系模式组从专业数据中确定第二目标语句，进一步提高了第二目标语句的确定效率。
51.为了进一步说明基于待补全知识图谱所属的领域的专业数据确定训练集的过程，以待补充知识图谱为药学知识图谱为例，给出如下示例：第一，从药学知识图谱中得到一个三元组(青霉素, 适用于, 呼吸道感染)。
52.第二，从药学领域的专业数据中找到同时包含“青霉素”、“适用于”、“呼吸道感染”这三个元素的第一目标语句，包括：“青霉素被发现可以用于治疗呼吸道感染”，“急性呼吸道感染情况下青霉素类药物的合理应用”，“上呼吸道感染用青霉素治疗效果很好”等。
53.第三，根据上述第一目标语句构建关系模式组为：[“x被发现可以用于治疗y”，
ꢀ“
y情况下x类药物的合理应用”，
ꢀ“
y用x治疗效果很好”]。
[0054]
第四，利用文本相似度模型，在专业数据中搜索与上述关系模式组相似的第二目标语句，得到“酮康唑被发现可以用于治疗真菌感染”。
[0055]
第五，根据所确定的第二目标语句，得到目标三元组(酮康唑，适用于，真菌感染)。
[0056]
通过执行上述确定过程，可以从专业数据中确定出与待补全知识图谱中的三元组相关的目标三元组，最终得到训练集。需要说明的是，所确定出的目标三元组的主要作用是构建用于训练知识图谱补全模型的训练集，以训练模型，提高模型的泛化性能；除此之外，目标三元组也可作为待补充信息，用于补充待补充知识图谱中的三元组。
[0057]
步骤202，根据专业数据中与待补全知识图谱中的元素相关的目标数据，确定待补全知识图谱中的元素的表示信息。
[0058]
本实施例中，上述执行主体可以根据专业数据中与待补全知识图谱中的元素相关的目标数据，确定待补全知识图谱中的元素的表示信息。
[0059]
本实施例中，首先，对于待补全知识图谱中的三元组中的每个元素，上述执行主体可以从专业数据中确定出该元素相关的目标数据；然后，通过编码器处理目标数据，得到该元素对应的表示信息。
[0060]
其中，该元素相关的目标数据可以是专业数据中涉及到该元素的所有数据，包括但不限于是对于该元素的概念、作用等相关内容。
[0061]
在本实施例的一些可选的实现方式中，上述执行主体可以通过如下方式执行上述步骤202：
第一，从专业数据中确定出与待补全知识图谱中的各元素分别相关的目标数据。
[0062]
本实现方式中，对于待补全知识图谱中的每个元素，上述执行主体可以从专业数据中确定出与该元素相关的目标数据。
[0063]
第二，通过预设神经网络处理待补全知识图谱中的各元素分别相关的目标数据，确定待补全知识图谱中的各元素的表示信息。
[0064]
本实现方式中，对于待补全知识图谱中的每个元素相关的目标数据，上述执行主体可以预设神经网络处理该元素相关的目标数据，得到该元素的表示信息。其中，预设神经网络可以是卷积神经网络、残差神经网络等具有数据编码、处理等功能的神经网络模型。
[0065]
本实现方式中，提供了一种确定待补全知识图谱中的各元素的表示信息的具体方式，通过预设神经网络提高了表示信息的确定效率和准确度。
[0066]
在本实施例的一些可选的实现方式中，上述执行主体可以通过如下方式执行上述第一步骤：首先，对于待补全知识图谱中的每个元素，从专业数据中确定出与该元素相关的目标文本；然后，识别该元素对应的目标文本中的实体，得到该元素对应的初始实体集合；最后，从该元素对应的初始实体集合中确定出待补全知识图谱中包括的实体，得到该元素对应的目标实体集合，作为该元素相关的目标数据。
[0067]
作为示例，对于待补全知识图谱中的每个元素，上述执行主体可以从专业数据中确定出包括该元素的所有文本，作为与该元素相关的目标文本；进而，确定出该元素对应的目标文本中的实体，得到该元素对应的初始实体集合；最后，将待补全知识图谱作为一个由实体组成的集合，与该元素对应的初始实体集合进行交集运算，得到该元素相关的目标数据。
[0068]
本实现方式中，提供了一种目标数据的具体得到方式，提高了目标数据的确定效率。
[0069]
在本实施例的一些可选的实现方式中，上述执行主体可以通过如下方式执行上述第二步骤：首先，对于待补全知识图谱中的每个元素，基于该元素相关的目标数据，构建该元素对应的无向图；然后，通过预设神经网络处理该元素对应的无向图，确定该元素对应的表示信息。具体的，表示信息包括实体表示信息和关系表示信息。本实现方式中，预设神经网络可以是图卷积网络。
[0070]
本实现方中，基于每个元素相关的目标数据中的实体，可以构建该元素对应的无向图，进而通过图卷积网络处理该元素对应的无向图，确定该元素对应的表示信息。
[0071]
本实现方中，通过构建无向图，并通过图卷积网络处理无向图得到元素对应的表示信息，使得表示信息融合了专业领域的文本语义，提高了表示信息的表现力。
[0072]
为了进一步说明表示信息的确定过程，以待补充知识图谱为药学知识图谱为例，给出如下示例：第一，针对待补全知识图谱中的元素x=“阿奇霉素”，在专业数据中获得和元素相关的目标文本{“阿奇霉素片，本品适用于敏感细菌所引起的下列感染：支气管炎、肺炎等下呼吸道感染
…”
,
ꢀ“
阿奇霉素(azithromycin),又翻译作阿齐霉素、阿奇红霉素、阿红霉素
…”
，
…
}。
[0073]
第二，针对目标文本进行实体识别，获得中所有的实体，得到初始实体集合。
[0074]
第三步，从初始实体集合中确定出在待补全知识图谱中出现的目标实体集合{适应症、敏感细菌、感染、
…
}。
[0075]
第三步，基于目标实体集合，构建无向图。如图3所示，示出了无向图300的示意图。
[0076]
第四步，利用图卷积网络，学习中每个实体的向量表示，作为该元素对应的表示信息。
[0077]
图卷积网络可以具体表示为如下公式：其中，表示无向图的邻接矩阵；，是邻接矩阵，是单位矩阵；是的度矩阵（degree matrix）；是每一层的特征，对于输入层的话，就是随机入参；是非线性激活函数；是模型的参数矩阵。图卷积模型收敛后的h就是无向图中的节点的向量表示。
[0078]
步骤203，通过训练集，训练以表示信息为初始值的初始知识图谱补全模型，得到训练后的知识图谱补全模型。
[0079]
本实施例中，上述执行主体可以通过训练集，训练以表示信息为初始值的初始知识图谱补全模型，得到训练后的知识图谱补全模型。知识图谱补全模型可以采用transe、transh、transr、transf等模型。
[0080]
以transe模型为例，首先，可以首先构建正样本集、负样本集。其中，是上述训练集中的三元组，是人工标注的一定不会在知识图谱中出现的三元组。
[0081]
然后，针对正样本集中每一个已知的边r，定义目标函数：然后，构建带参数的函数，利用机器学习的方法，找到最优的去拟合目标函数，得到。其中，是模型参数；是模型经过机器学习后得到的参数最优解，此时和最接近。
[0082]
最后，针对待补全知识图谱中没有出现的三元组，如果，那么可以认为。其中，表示待补全的三元组的集合，表征用于判定实体之间是否有关系的预设阈值。
[0083]
本实现方式中，对于函数，将所得到的表示信息中的实体表示信息作为的初始值，将关系表示信息作为的初始值，训练初始知识图谱补全模型，响应于达到预设结束条件，得到训练后的知识图谱补全模型。其中，预设结束条件例如可以是训练次数超过预设次数阈值、训练时间超过预设时间阈值、训练巡视趋于收敛。
[0084]
继续参见图4，图4是根据本实施例的知识图谱补全模型的训练方法的应用场景400的一个示意图。在图4的应用场景中，服务器首先确定了待补全知识图谱401和待补全知
识图谱所属的领域的专业数据402；然后，从待补全知识图谱所属的领域的专业数据402中，确定出与待补全知识图谱中的三元组相关的目标三元组403，得到训练集404；然后，根据专业数据402中与待补全知识图谱401中的元素相关的目标数据405，确定待补全知识图谱中的元素的表示信息406；通过训练集403，训练以表示信息为初始值的初始知识图谱补全模型407，得到训练后的知识图谱补全模型408。
[0085]
本技术的上述实施例提供的方法，通过从待补全知识图谱所属的领域的专业数据中，确定出与待补全知识图谱中的三元组相关的目标三元组，得到训练集；根据专业数据中与待补全知识图谱中的元素相关的目标数据，确定待补全知识图谱中的元素的表示信息；通过训练集，训练以表示信息为初始值的初始知识图谱补全模型，得到训练后的知识图谱补全模型，从而可以自动地生成用于训练模型的训练集，以及融合了专业领域知识的文本语义的初始表示信息，可以提高模型在训练过程中的收敛速度，有助于提高模型的训练效率以及训练后的知识图谱补全模型的准确度；通过训练后的知识图谱补全模型对待补全知识图谱进行补全，提高了得到的补全知识图谱的完备性。
[0086]
继续参考图5，示出了根据本技术的知识图谱补全模型的训练方法的一个实施例的示意性流程500，包括如下步骤：步骤501，从待补全知识图谱所属的领域的专业数据中，确定出与待补全知识图谱中的三元组具有相同的实体元素和关系元素的第一目标语句。
[0087]
步骤502，根据第一目标语句所表征的三元组中的关系元素，构建关系模式组。
[0088]
步骤503，基于语义相似度，从专业数据中确定出与关系模式组具有相似的关系元素的第二目标语句。
[0089]
步骤504，基于第二目标语句所表征的目标三元组，得到训练集。
[0090]
步骤505，对于待补全知识图谱中的每个元素，从专业数据中确定出与该元素相关的目标文本。
[0091]
步骤506，识别该元素对应的目标文本中的实体，得到该元素对应的初始实体集合。
[0092]
步骤507，从该元素对应的初始实体集合中确定出待补全知识图谱中包括的实体，得到该元素对应的目标实体集合，作为该元素相关的目标数据。
[0093]
步骤508，对于待补全知识图谱中的每个元素，基于该元素相关的目标数据，构建该元素对应的无向图。
[0094]
步骤509，通过预设神经网络处理该元素对应的无向图，确定该元素对应的表示信息。
[0095]
步骤510，通过训练集，训练以表示信息为初始值的初始知识图谱补全模型，得到训练后的知识图谱补全模型。
[0096]
从本实施例中可以看出，与图2对应的实施例相比，本实施例中的知识图谱补全模型的训练方法的流程500具体说明了训练集的确定过程、表示信息的确定过程，进一步提高了提高模型的训练效率以及训练后的知识图谱补全模型的准确度。
[0097]
继续参考图6，示出了补全知识图谱的方法的一个实施例的流程600，包括以下步骤：步骤601，获取待补全知识图谱。
[0098]
本实施例中，补全知识图谱的方法的执行主体（例如图1中的终端设备或服务器）可以获取待补全知识图谱。
[0099]
待补全知识图谱可以是各种应用领域中的知识图谱，例如，医学领域、机电领域、冶金领域、化工领域、建筑领域等专业领域。可以理解，基于知识图谱所对应的实际需求，其所属的专业领域可以是更细致的分类中的领域。以医学领域为例，知识图谱所属的专业领域具体可以是临床医学领域、基础医学领域、公共卫生与预防医学类领域、中西医结合类领域等专业领域。
[0100]
步骤602，通过针对于待补全知识图谱训练得到的知识图谱补全模型，确定待补全知识图谱的待补充信息。
[0101]
本实施例中，上述执行主体可以通过针对于待补全知识图谱训练得到的知识图谱补全模型，确定待补全知识图谱的待补充信息。知识图谱补全模型可以采用transe、transh、transr、transf等模型，具体可以通过上述实施例所示的流程200、示意性流程500训练得到。
[0102]
针对待补全知识图谱中没有出现的三元组，如果，那么可以认为。其中，表示待补全的三元组的集合，即待补充信息，表征用于判定实体之间是否有关系的预设阈值。
[0103]
步骤603，基于待补充信息，补充待补全知识图谱，得到补全知识图谱。
[0104]
本实施例中，上述执行主体可以基于待补充信息，补充待补全知识图谱，得到补全知识图谱。
[0105]
本技术的上述实施例提供的方法，通过针对于待补全知识图谱训练得到的知识图谱补全模型，确定待补全知识图谱的待补充信息，以根据待补充信息，补充待补全知识图谱，可以补全待补全知识图谱中的三元组，提高了所得到的补全知识图谱的完备性。
[0106]
继续参考图7，作为对上述各图所示方法的实现，本技术提供了一种知识图谱补全模型的训练装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
[0107]
如图7所示，知识图谱补全模型的训练装置包括：得到单元701，被配置成从待补全知识图谱所属的领域的专业数据中，确定出与待补全知识图谱中的三元组相关的目标三元组，得到训练集；第一确定单元702，被配置成根据专业数据中与待补全知识图谱中的元素相关的目标数据，确定待补全知识图谱中的元素的表示信息；训练单元703，被配置成通过训练集，训练以表示信息为初始值的初始知识图谱补全模型，得到训练后的知识图谱补全模型。
[0108]
在本实施例的一些可选的实现方式中，上述得到单元701，进一步被配置成：从专业数据中，确定出与待补全知识图谱中的三元组具有相同的实体元素和关系元素的第一目标语句；从专业数据中，确定出与第一目标语句所表征的三元组具有相似的关系元素的第二目标语句；基于第二目标语句所表征的目标三元组，得到训练集。
[0109]
在本实施例的一些可选的实现方式中，上述得到单元701，进一步被配置成：根据第一目标语句所表征的三元组中的关系元素，构建关系模式组；基于语义相似度，从专业数据中确定出与关系模式组具有相似的关系元素的第二目标语句。
[0110]
在本实施例的一些可选的实现方式中，上述第一确定单元702，进一步被配置成：从专业数据中确定出与待补全知识图谱中的各元素分别相关的目标数据；通过预设神经网络处理待补全知识图谱中的各元素分别相关的目标数据，确定待补全知识图谱中的各元素的表示信息。
[0111]
在本实施例的一些可选的实现方式中，上述第一确定单元702，进一步被配置成：对于待补全知识图谱中的每个元素，从专业数据中确定出与该元素相关的目标文本；识别该元素对应的目标文本中的实体，得到该元素对应的初始实体集合；从该元素对应的初始实体集合中确定出待补全知识图谱中包括的实体，得到该元素对应的目标实体集合，作为该元素相关的目标数据。
[0112]
在本实施例的一些可选的实现方式中，上述第一确定单元702，进一步被配置成：对于待补全知识图谱中的每个元素，基于该元素相关的目标数据，构建该元素对应的无向图；通过预设神经网络处理该元素对应的无向图，确定该元素对应的表示信息。
[0113]
本实施例中，知识图谱补全模型的训练装置中的得到单元从待补全知识图谱所属的领域的专业数据中，确定出与待补全知识图谱中的三元组相关的目标三元组，得到训练集；第一确定单元根据专业数据中与待补全知识图谱中的元素相关的目标数据，确定待补全知识图谱中的元素的表示信息；训练单元通过训练集，训练以表示信息为初始值的初始知识图谱补全模型，得到训练后的知识图谱补全模型，从而可以自动地生成用于训练模型的训练集，以及融合了专业领域知识的文本语义的初始表示信息，可以提高模型在训练过程中的收敛速度，有助于提高模型的训练效率以及训练后的知识图谱补全模型的准确度；通过训练后的知识图谱补全模型对待补全知识图谱进行补全，提高了得到的补全知识图谱的完备性。
[0114]
继续参考图8，作为对上述各图所示方法的实现，本技术提供了一种补全知识图谱的装置的一个实施例，该装置实施例与图6所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
[0115]
如图8所示，补全知识图谱的装置包括：获取单元801，被配置成获取待补全知识图谱；第二确定单元802，被配置成通过针对于待补全知识图谱训练得到的知识图谱补全模型，确定待补全知识图谱的待补充信息，其中，知识图谱补全模型基于上述实施例所示的流程200、示意性流程500训练得到；补充单元802，被配置成基于待补充信息，补充待补全知识图谱，得到补全知识图谱。
[0116]
本技术的上述实施例提供的装置，通过针对于待补全知识图谱训练得到的知识图谱补全模型，确定待补全知识图谱的待补充信息，以根据待补充信息，补充待补全知识图谱，可以补全待补全知识图谱中的三元组，提高了得到的补全知识图谱的完备性。
[0117]
下面参考图9，其示出了适于用来实现本技术实施例的设备（例如图1所示的终端设备101、102、103和服务器105）的计算机系统900的结构示意图。图9示出的设备仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
[0118]
如图9所示，计算机系统900包括处理器（例如cpu，中央处理器）901，其可以根据存储在只读存储器（rom）902中的程序或者从存储部分908加载到随机访问存储器（ram）903中的程序而执行各种适当的动作和处理。在ram903中，还存储有系统900操作所需的各种程序和数据。处理器901、rom902以及ram903通过总线904彼此相连。输入/输出（i/o）接口905也
连接至总线904。
[0119]
以下部件连接至i/o接口905：包括键盘、鼠标等的输入部分906；包括诸如阴极射线管（crt）、液晶显示器（lcd）等以及扬声器等的输出部分907；包括硬盘等的存储部分908；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至i/o接口905。可拆卸介质911，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器910上，以便于从其上读出的计算机程序根据需要被安装入存储部分908。
[0120]
特别地，根据本技术的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本技术的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分909从网络上被下载和安装，和/或从可拆卸介质911被安装。在该计算机程序被处理器901执行时，执行本技术的方法中限定的上述功能。
[0121]
需要说明的是，本技术的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（ram）、只读存储器（rom）、可擦式可编程只读存储器（eprom或闪存）、光纤、便携式紧凑磁盘只读存储器（cd-rom）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本技术中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本技术中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
[0122]
可以以一种或多种程序设计语言或其组合来编写用于执行本技术的操作的计算机程序代码，程序设计语言包括面向目标的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如”c”语言或类似的程序设计语言。程序代码可以完全地在客户计算机上执行、部分地在客户计算机上执行、作为一个独立的软件包执行、部分在客户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到客户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
[0123]
附图中的流程图和框图，图示了按照本技术各种实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标
注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0124]
描述于本技术实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器，包括得到单元、第一确定单元和训练单元；又例如，可以描述为：一种处理器，包括获取单元、第二确定单元和补充单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，得到单元还可以被描述为“从待补全知识图谱所属的领域的专业数据中，确定出与待补全知识图谱中的三元组相关的目标三元组，得到训练集的单元”。
[0125]
作为另一方面，本技术还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该计算机设备：从待补全知识图谱所属的领域的专业数据中，确定出与待补全知识图谱中的三元组相关的目标三元组，得到训练集；根据专业数据中与待补全知识图谱中的元素相关的目标数据，确定待补全知识图谱中的元素的表示信息；通过训练集，训练以表示信息为初始值的初始知识图谱补全模型，得到训练后的知识图谱补全模型。当上述一个或者多个程序被该装置执行时，还使得该计算机设备：获取待补全知识图谱；通过针对于待补全知识图谱训练得到的知识图谱补全模型，确定待补全知识图谱的待补充信息；基于待补充信息，补充待补全知识图谱，得到补全知识图谱。
[0126]
以上描述仅为本技术的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本技术中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本技术中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。