本發(fā)明屬于知識(shí)圖譜和數(shù)據(jù)庫(kù)領(lǐng)域，具體涉及一種基于關(guān)聯(lián)發(fā)現(xiàn)的知識(shí)圖譜horn規(guī)則挖掘方法。

背景技術(shù)：

近年來(lái)，隨著大規(guī)模知識(shí)圖譜如yago、freebase、wikidata等的不斷出現(xiàn)，基于知識(shí)圖譜的應(yīng)用場(chǎng)景也隨之逐步擴(kuò)增到各個(gè)領(lǐng)域中，包括智能問(wèn)答、語(yǔ)義搜索等，它可以提供更加直接的回答服務(wù)，搜索引擎也可以利用知識(shí)圖譜精準(zhǔn)地返回用戶搜索的答案等。

然而，知識(shí)圖譜并不完整，需要對(duì)知識(shí)圖譜進(jìn)行挖掘和補(bǔ)充，基于知識(shí)圖譜的規(guī)則挖掘越來(lái)越得到人們的重視，一方面自動(dòng)規(guī)則學(xué)習(xí)能夠幫助刻畫和推理圖譜中的語(yǔ)義關(guān)系，同時(shí)也可以通過(guò)規(guī)則豐富知識(shí)圖譜。安全、封閉的horn規(guī)則具有較強(qiáng)的表達(dá)能力，可以反映知識(shí)圖譜大多數(shù)語(yǔ)義信息，同時(shí)其規(guī)則體和規(guī)則頭具有良好的定義標(biāo)準(zhǔn)，因此可以兼顧表達(dá)能力和規(guī)則復(fù)雜性兩方面要求。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明提供了一種基于關(guān)聯(lián)發(fā)現(xiàn)的知識(shí)圖譜horn規(guī)則挖掘方法。相比其他方法，本發(fā)明實(shí)現(xiàn)了知識(shí)圖譜horn規(guī)則的自動(dòng)學(xué)習(xí)，而且可以提供靈活的配置參數(shù)以適應(yīng)各種不同類型知識(shí)圖譜。

一種基于關(guān)聯(lián)發(fā)現(xiàn)的知識(shí)圖譜horn規(guī)則挖掘方法，包括以下步驟：

(1)輸入一個(gè)三元組格式的知識(shí)圖譜，初始化horn規(guī)則配置參數(shù)；

(2)從知識(shí)圖譜中選擇n個(gè)需要進(jìn)行挖掘的關(guān)系，并將n個(gè)不含規(guī)則體的空horn規(guī)則放入目標(biāo)規(guī)則集合中，此處，每個(gè)空horn規(guī)則包含一種挖掘關(guān)系；

(3)在目標(biāo)規(guī)則集合中取一個(gè)空horn規(guī)則，從知識(shí)圖譜中抽取所有的具有推導(dǎo)出空horn規(guī)則所對(duì)應(yīng)的挖掘關(guān)系可能性的規(guī)則體，將滿足條件的由規(guī)則體與空horn規(guī)則組成的horn規(guī)則輸出至挖掘結(jié)果集合中；

(4)判斷目標(biāo)規(guī)則的集合中的空horn規(guī)則的個(gè)數(shù)是否為0，若是，結(jié)束horn規(guī)則的挖掘，若否，執(zhí)行步驟(3)。

所述步驟(1)中，所述的horn規(guī)則配置參數(shù)是多維度的，包括：規(guī)則長(zhǎng)度、規(guī)則置信度以及規(guī)則覆蓋度。更具體地說(shuō)是包括：最小規(guī)則覆蓋度、最大規(guī)則長(zhǎng)度以及最小規(guī)則置信度。horn規(guī)則的配置參數(shù)可以靈活地定義挖掘規(guī)則的各個(gè)條件，并將horn規(guī)則應(yīng)用到多種可能的場(chǎng)景中去。

所述的規(guī)則長(zhǎng)度指的是每個(gè)空horn規(guī)則中，能夠添加的規(guī)則體的最大個(gè)數(shù)；每個(gè)規(guī)則體就是一個(gè)三元組。

所述的規(guī)則覆蓋度通過(guò)公式(1)計(jì)算得到：

其中，hc(b＝>r(x,y))表示規(guī)則覆蓋度，b＝>r(x,y)表示horn規(guī)則，b表示規(guī)則體，r(x,y)表示由主語(yǔ)x、賓語(yǔ)y以及關(guān)系r組成規(guī)則頭，size(r)表示horn規(guī)則b＝>r(x,y)的規(guī)則頭r(x,y)對(duì)應(yīng)關(guān)系的所有事實(shí)個(gè)數(shù)，且size(r)＝#(x′,y′)：r(x′,y′)；sup(b＝>r(x,y))為規(guī)則支持度，通過(guò)公式(2)計(jì)算得到：

其中，z1,…,zm表示自由變?cè)?，m表示自由變?cè)膫€(gè)數(shù)，規(guī)則支持度sup表示horn規(guī)則b＝>r(x,y)在知識(shí)圖譜中命中三元組事實(shí)的個(gè)數(shù)，注意這里只考慮規(guī)則頭主語(yǔ)和賓語(yǔ)所對(duì)應(yīng)的事實(shí)個(gè)數(shù)。

公式(1)考慮了知識(shí)圖譜中關(guān)系的長(zhǎng)尾可能，有效地解決了某些關(guān)系實(shí)例出現(xiàn)較少的情況。

所述的規(guī)則置信度通過(guò)公式(3)計(jì)算得到：

其中，conf(b＝>r(x,y))表示規(guī)則置信度，規(guī)則置信度表示規(guī)則的可信程度(模糊度)，是知識(shí)圖譜中命中三元組正確事實(shí)的個(gè)數(shù)與總命中個(gè)數(shù)的比值；y′表示通過(guò)部分完整假設(shè)(partialcompletenessassumption，pca)假設(shè)所計(jì)算得到的規(guī)則頭所有可能的賓語(yǔ)。

本發(fā)明的規(guī)則置信度的計(jì)算不同于傳統(tǒng)封閉世界假設(shè)的計(jì)算方法，公式(3)考慮了知識(shí)圖譜的自身特點(diǎn)，提出了一種基于部分完整假設(shè)的計(jì)算方法，這可以有效地進(jìn)行非封閉世界負(fù)樣本的判斷方法，提高規(guī)則的質(zhì)量。

步驟(2)中，每一個(gè)需要進(jìn)行挖掘的關(guān)系實(shí)際上是一個(gè)規(guī)則頭，是通過(guò)規(guī)則體推出的規(guī)則頭，每個(gè)不含規(guī)則體的空horn規(guī)則中都包含一種規(guī)則頭。

步驟(3)執(zhí)行的過(guò)程實(shí)際是將挖掘得到的能夠推出一個(gè)規(guī)則頭的所有規(guī)則體分別與該規(guī)則頭組成的horn規(guī)則輸出。

步驟(3)的具體過(guò)程為：

(3-1)在目標(biāo)規(guī)則集合中取一個(gè)空horn規(guī)則；

(3-2)并從知識(shí)圖譜中抽取一個(gè)規(guī)則長(zhǎng)度小于horn規(guī)則配置參數(shù)中最大規(guī)則長(zhǎng)度的規(guī)則體添加至該空horn規(guī)則中，形成當(dāng)前horn規(guī)則；

(3-3)判斷當(dāng)前horn規(guī)則是否為封閉的，若是，執(zhí)行步驟(3-4)，若否，將當(dāng)前horn規(guī)則剪枝過(guò)濾掉，并返回false；

(3-4)判斷當(dāng)前horn規(guī)則的置信度是否大于horn規(guī)則配置參數(shù)中的最小規(guī)則置信度，若是，執(zhí)行步驟(3-5)，若否，將當(dāng)前horn規(guī)則剪枝過(guò)濾掉，返回false；

(3-5)判斷當(dāng)前horn規(guī)則的所有父規(guī)則的置信度是否都小于當(dāng)前horn規(guī)則的置信度，若是，執(zhí)行步驟(3-6)，若否，將當(dāng)前horn規(guī)則剪枝過(guò)濾掉，返回false；

(3-6)輸出當(dāng)前horn規(guī)則至挖掘結(jié)果集合中；

(3-7)判斷知識(shí)圖譜中是否具有推導(dǎo)出空horn規(guī)則所對(duì)應(yīng)的挖掘關(guān)系可能性的規(guī)則體，若是，跳轉(zhuǎn)執(zhí)行步驟(3-2)，若否，結(jié)束本步驟。

步驟(3-2)中，所述的規(guī)則體包括：包含新變量的規(guī)則體、不含新變量的封閉規(guī)則體、變量實(shí)例化的規(guī)則體。

所述包含新變量的規(guī)則體：規(guī)則體中包含了一個(gè)不在原規(guī)則中出現(xiàn)的新變量，例如：

原規(guī)則：

新規(guī)則：

b(z，y)就表示新變量的規(guī)則體。

所述不含新變量的封閉規(guī)則體：規(guī)則體中包含了一個(gè)使得原規(guī)則變得封閉的變量，例如：

原規(guī)則：

新規(guī)則：

b(z，y)就表示不含新變量的規(guī)則體；

所述變量實(shí)例化的規(guī)則體：規(guī)則體中包含了一個(gè)實(shí)例化的實(shí)體和一個(gè)共享變量，例如

原規(guī)則：

新規(guī)則：

b(x，a)就表示不含新變量的規(guī)則體，a是一個(gè)實(shí)例化的實(shí)體。

步驟(3-5)中，父規(guī)則理解為：

規(guī)則1:

規(guī)則2:

稱規(guī)則2是規(guī)則1的父規(guī)則。當(dāng)提取到規(guī)則1的時(shí)候，要求規(guī)則1的置信度比它所有父規(guī)則的置信度都大，如果不滿足這個(gè)條件，規(guī)則1將會(huì)被舍棄。這是因?yàn)?，如果子?guī)則的復(fù)雜度比父規(guī)更大，如果子規(guī)則相對(duì)于父規(guī)則不能帶來(lái)置信度的提升，那么子規(guī)則將會(huì)沒(méi)有意義。

傳統(tǒng)的規(guī)則挖掘算法面對(duì)非封閉世界假設(shè)的知識(shí)圖譜具有重大缺陷，而本發(fā)明提出了新穎的面向知識(shí)圖譜規(guī)則發(fā)現(xiàn)計(jì)算標(biāo)準(zhǔn)和方法，可以自動(dòng)的挖掘知識(shí)圖譜中的horn規(guī)則。具體的優(yōu)勢(shì)體現(xiàn)如下：

(1)本發(fā)明提出了更加有效的判斷知識(shí)圖譜中規(guī)則有效性的度量方法，從而幫助提取更加具有語(yǔ)義表達(dá)意義的規(guī)則集合。

(2)本發(fā)明設(shè)計(jì)了規(guī)則體增加的多種方法和流程，可以覆蓋所有可能的規(guī)則集合，同時(shí)通過(guò)設(shè)定相應(yīng)的剪枝條件，使得規(guī)則挖掘的性能大大提高。

附圖說(shuō)明

圖1是本發(fā)明基于關(guān)聯(lián)發(fā)現(xiàn)的知識(shí)圖譜horn規(guī)則挖掘方法的流程圖。

具體實(shí)施方式

為了更為具體地描述本發(fā)明，下面結(jié)合附圖及具體實(shí)施方式對(duì)本發(fā)明的技術(shù)方案進(jìn)行詳細(xì)說(shuō)明。

參見(jiàn)圖1，本發(fā)明基于關(guān)聯(lián)發(fā)現(xiàn)的知識(shí)圖譜horn規(guī)則挖掘方法，包括以下步驟：

s01，輸入一個(gè)三元組格式的知識(shí)圖譜，初始化horn規(guī)則配置參數(shù)。

horn規(guī)則配置參數(shù)為規(guī)則長(zhǎng)度、規(guī)則置信度以及規(guī)則覆蓋度，此初始化地是最小規(guī)則覆蓋度、最大規(guī)則長(zhǎng)度以及最小規(guī)則置信度，這些參數(shù)可以靈活地定義挖掘規(guī)則的各個(gè)條件，并將horn規(guī)則應(yīng)用到多種可能的場(chǎng)景中去。

規(guī)則長(zhǎng)度指的是每個(gè)空horn規(guī)則中，能夠添加的規(guī)則體的最大個(gè)數(shù)；每個(gè)規(guī)則體就是一個(gè)三元組。

規(guī)則覆蓋度通過(guò)公式(1)計(jì)算得到：

其中，hc(b＝>r(x,y))表示規(guī)則覆蓋度，b＝>r(x,y)表示horn規(guī)則，b表示規(guī)則體，r(x,y)表示由主語(yǔ)x、賓語(yǔ)y以及關(guān)系r組成規(guī)則頭，size(r)表示horn規(guī)則b＝>r(x,y)的規(guī)則頭r(x,y)對(duì)應(yīng)關(guān)系的所有事實(shí)個(gè)數(shù)，且size(r)＝#(x′,y′)：r(x′,y′)；sup(b＝>r(x,y))為規(guī)則支持度，通過(guò)公式(2)計(jì)算得到：

其中，z1,…,zm表示自由變?cè)琺表示自由變?cè)膫€(gè)數(shù)，規(guī)則支持度sup表示horn規(guī)則b＝>r(x,y)在知識(shí)圖譜中命中三元組事實(shí)的個(gè)數(shù)，注意這里只考慮規(guī)則頭主語(yǔ)和賓語(yǔ)所對(duì)應(yīng)的事實(shí)個(gè)數(shù)。

公式(1)考慮了知識(shí)圖譜中關(guān)系的長(zhǎng)尾可能，有效地解決了某些關(guān)系實(shí)例出現(xiàn)較少的情況。

規(guī)則置信度通過(guò)公式(3)計(jì)算得到：

其中，conf(b＝>r(x,y))表示規(guī)則置信度，規(guī)則置信度表示規(guī)則的可信程度(模糊度)，是知識(shí)圖譜中命中三元組正確事實(shí)的個(gè)數(shù)與總命中個(gè)數(shù)的比值；y′表示通過(guò)部分完整假設(shè)(partialcompletenessassumption，pca)假設(shè)所計(jì)算得到的規(guī)則頭所有可能的賓語(yǔ)。

規(guī)則置信度的計(jì)算不同于傳統(tǒng)封閉世界假設(shè)的計(jì)算方法，公式(3)考慮了知識(shí)圖譜的自身特點(diǎn)，提出了一種基于部分完整假設(shè)的計(jì)算方法，這可以有效地進(jìn)行非封閉世界負(fù)樣本的判斷方法，提高規(guī)則的質(zhì)量。

s02，從知識(shí)圖譜中選擇n個(gè)需要進(jìn)行挖掘的關(guān)系，并將n個(gè)不含規(guī)則體的空horn規(guī)則放入目標(biāo)規(guī)則集合中，此處，每個(gè)空horn規(guī)則包含一種挖掘關(guān)系。

每一個(gè)需要進(jìn)行挖掘的關(guān)系實(shí)際上是一個(gè)規(guī)則頭，是通過(guò)規(guī)則體推出的規(guī)則頭，每個(gè)不含規(guī)則體的空horn規(guī)則中都包含一種規(guī)則頭。

s03，在目標(biāo)規(guī)則集合中取一個(gè)空horn規(guī)則。

s04，并從知識(shí)圖譜中抽取一個(gè)規(guī)則長(zhǎng)度小于horn規(guī)則配置參數(shù)中最大規(guī)則長(zhǎng)度的規(guī)則體添加至該空horn規(guī)則中，形成當(dāng)前horn規(guī)則。

本步驟中，添加的規(guī)則體包括：包含新變量的規(guī)則體、不含新變量的封閉規(guī)則體、變量實(shí)例化的規(guī)則體。

s05，判斷當(dāng)前horn規(guī)則是否為封閉的，若是，執(zhí)行s06，若否，將當(dāng)前horn規(guī)則剪枝過(guò)濾掉，并返回false。

s06，判斷當(dāng)前horn規(guī)則的置信度是否大于horn規(guī)則配置參數(shù)中的最小規(guī)則置信度，若是，執(zhí)行s07，若否，將當(dāng)前horn規(guī)則剪枝過(guò)濾掉，返回false。

s07，判斷當(dāng)前horn規(guī)則的所有父規(guī)則的置信度是否都小于當(dāng)前horn規(guī)則的置信度，若是，執(zhí)行s08，若否，將當(dāng)前horn規(guī)則剪枝過(guò)濾掉，返回false。

本步驟中，父規(guī)則理解為：

規(guī)則1:

規(guī)則2:

稱規(guī)則2是規(guī)則1的父規(guī)則。當(dāng)提取到規(guī)則1的時(shí)候，要求規(guī)則1的置信度比它所有父規(guī)則的置信度都大，如果不滿足這個(gè)條件，規(guī)則1將會(huì)被舍棄。這是因?yàn)?，如果子?guī)則的復(fù)雜度比父規(guī)更大，如果子規(guī)則相對(duì)于父規(guī)則不能帶來(lái)置信度的提升，那么子規(guī)則將會(huì)沒(méi)有意義。

s08，輸出當(dāng)前horn規(guī)則至挖掘結(jié)果集合中。

s09，判斷知識(shí)圖譜中是否具有推導(dǎo)出空horn規(guī)則所對(duì)應(yīng)的挖掘關(guān)系可能性的規(guī)則體，若是，跳轉(zhuǎn)執(zhí)行s04，若否，執(zhí)行s10。

s10，判斷目標(biāo)規(guī)則的集合中的空horn規(guī)則的個(gè)數(shù)是否為0，若是，結(jié)束horn規(guī)則的挖掘，若否，執(zhí)行s03。

實(shí)施例

本實(shí)施例以挖掘關(guān)系為屬性為居住地的horn規(guī)則為例。

首先將以三元組表示的規(guī)則頭(a，居住地，b)放入目標(biāo)規(guī)則集合中，同時(shí)輸入相應(yīng)的知識(shí)圖譜，初始化好規(guī)則最小覆蓋度、規(guī)則最大長(zhǎng)度和規(guī)則最小置信度。

然后增加不含新變量的封閉規(guī)則體，在知識(shí)圖譜里面進(jìn)行查詢得出同時(shí)包含變量a和b的所有可能關(guān)系，通過(guò)規(guī)則判定條件判斷是否這個(gè)規(guī)則滿足條件，例如得出一個(gè)滿足條件的規(guī)則體(a,出生在,b)，此時(shí)將這個(gè)規(guī)則體和規(guī)則頭輸出作為一條horn規(guī)則。

接下來(lái)增加包含規(guī)則頭其中一個(gè)變量實(shí)例化的規(guī)則體，判斷此時(shí)的規(guī)則是否滿足條件。

最后增加包含一個(gè)新變量和一個(gè)共享變量的規(guī)則體，在又添加了一個(gè)封閉規(guī)則體后，可以得出新的規(guī)則體，例如(a,夫妻,c)和(c，居住地，b)。

按照這幾種方式進(jìn)行循環(huán)挖掘，就可以得到所有滿足條件的關(guān)于居住地的horn規(guī)則，同樣的其他類型的規(guī)則頭也按照這種方式進(jìn)行挖掘。

以上所述的具體實(shí)施方式對(duì)本發(fā)明的技術(shù)方案和有益效果進(jìn)行了詳細(xì)說(shuō)明，應(yīng)理解的是以上所述僅為本發(fā)明的最優(yōu)選實(shí)施例，并不用于限制本發(fā)明，凡在本發(fā)明的原則范圍內(nèi)所做的任何修改、補(bǔ)充和等同替換等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。