基于開放知識網(wǎng)絡的關系推斷技術研究.pdf

1、在大數(shù)據(jù)時代，不僅需要獲取越來越多的數(shù)據(jù)，更需要從數(shù)據(jù)中挖掘有用的知識?；诖笠?guī)模知識網(wǎng)絡的關系推斷是利用知識網(wǎng)絡挖掘出實體之間的隱含關系，為信息檢索、關系推薦、智能問答等網(wǎng)絡應用提供支持。根據(jù)實體關系是否隨時間變化，可將關系推斷分為靜態(tài)關系推斷和動態(tài)關系推斷。動態(tài)關系推斷可進一步分為非時序動態(tài)關系推斷和時序動態(tài)關系推斷，前者僅推斷出關系是否存在，后者在推斷關系是否產(chǎn)生的同時識別出關系的產(chǎn)生時間，得到關系產(chǎn)生的時序。傳統(tǒng)的實體關系推斷技

2、術難點可歸結于復雜多元異構信息（如屬性信息、結構信息、時間信息等）的關聯(lián)表示和綜合利用，而現(xiàn)有的知識網(wǎng)絡模型難以有效地解決這些問題。為此，本文研究新的知識網(wǎng)絡模型，在此基礎之上研究實體關系推斷技術。論文的主要研究成果如下：
　　（1）研究了知識網(wǎng)絡模型，針對傳統(tǒng)的知識網(wǎng)絡模型無法充分描述復雜多元異構信息的問題，提出一種開放知識網(wǎng)絡八元組模型，構建了開放知識網(wǎng)絡（OpenKN）。開放知識網(wǎng)絡是一個異構網(wǎng)絡，網(wǎng)絡中的點和邊都帶有時間、

3、空間、屬性等信息，并賦予一系列函數(shù)或算子。與傳統(tǒng)的知識網(wǎng)絡相比，開放知識網(wǎng)絡具有開放、自適應、可演化、可計算的優(yōu)勢，能夠有效描述復雜多元異構信息，便于信息的深度挖掘。
　　（2）研究了靜態(tài)關系推斷，針對傳統(tǒng)方法僅利用網(wǎng)絡中單一的結構信息導致無法充分刻畫關系特征的問題，提出一種基于開放知識網(wǎng)絡的靜態(tài)關系推斷方法。該方法利用開放知識網(wǎng)絡中豐富的屬性信息，通過決策樹方法對屬性進行選擇；然后，利用隨機游走的思想，計算關系路徑特征值；最后，

4、融合屬性和結構兩方面的信息共同實現(xiàn)關系推斷。實驗表明，與傳統(tǒng)的靜態(tài)關系推斷方法相比，新方法提高了推斷準確率。
　?。?）研究了非時序動態(tài)關系推斷，針對現(xiàn)有的有監(jiān)督推斷方法復雜度高、不適用于大數(shù)據(jù)環(huán)境的問題，提出一種基于開放知識網(wǎng)絡的非時序關系推斷方法。該方法充分利用開放知識網(wǎng)絡中的時間信息，將時間信息融入到混合背包模型中；然后，通過混合背包模型的求解，選出有意義的鏈接延展模式；最后，通過模式匹配得到推斷結果。實驗結果表明，與當前主

5、流的非時序動態(tài)關系推斷方法相比，新方法取得了更高的準確率，且該方法是一種無監(jiān)督學習的方法，計算復雜度較低，對于大數(shù)據(jù)的環(huán)境有較好適應性。
　　（4）研究了時序動態(tài)關系推斷，針對主流方法無法充分刻畫時間與結構內在關聯(lián)的問題，提出了一種基于開放知識網(wǎng)絡的時序動態(tài)關系推斷方法。該方法利用開放知識網(wǎng)絡中豐富的多元異構信息，將時間信息融入到網(wǎng)絡結構特征中；然后，利用邏輯回歸訓練推斷模型，實現(xiàn)推斷關系是否產(chǎn)生的同時，推斷關系的產(chǎn)生時間。實驗結