(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111317573.3 (22)申请日 2021.11.09 (71)申请人 大连理工大 学 地址 116024 辽宁省大连市甘井 子区凌工 路2号 (72)发明人 刘宇　王恺　单世民　盛夏　刘熠　 (74)专利代理 机构 大连格智知识产权代理有限 公司 21238 代理人 刘琦 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种异构多关系图表示学习方法 (57)摘要 本发明属于知识表 示技术领域， 涉及一种异 构多关系图表 示学习方法。 为了降低参数数量和 计算复杂度。 本发明将节点和关系在低维度欧式 空间中进行向量嵌入， 给定头节点和关系， 通过 双层栈式“旋转‑平移”变换模块， 利用关系向量 对头节点向量进行空间变换， 经过关系自适应的 向量聚合运算， 计算变换后的头节 点向量和尾节 点向量的空间距离， 该距离作为三元组评分， 用 于评估三元 组的真实性概率。 本发 明可以应用于 各领域异构多关系图的自动 补全任务， 大大降低 了链接预测计算的时间复杂 度和空间复杂 度， 使 得基于图表示学习的异构图补全方法更好地应 用于实际大规模异构多关系图的业 务场景。 权利要求书2页 说明书5页 附图1页 CN 114218850 A 2022.03.22 CN 114218850 A 1.一种异构多关系图表示学习方法， 其特征在于， 将节点和关系在低维度欧式空间中 进行向量嵌入， 给定头节点和关系， 通过双层栈式 “旋转‑平移”变换模块， 利用关系向量对 头节点向量进行空间变换， 经过关系自适应的向量聚合运算， 计算变换后的头节点向量和 尾节点向量的空间距离， 所述空间距离作为 三元组评分， 用于 评估三元组的真实性 概率。 2.根据权利要求1所述的异构多关系图表示学习方法， 其特征在于， 所述三元组评分的 计算流程包括如下内容： 给定一个三元组(h， r， t)， 将所述三元组(h， r， t)的节点和关系映射到对应的欧式空间 向量， 头节点 向量和尾节点 向量为h和t， 关系向量由旋转 向量r和平移向量r ’构成， 所述三 元组评分的计算公式如下： 其中， bh和bt分别是头节点和尾节点对应的可训练偏置参数； 对头节点向量h进行 “旋转‑平移”变换， 得到变换后的节点向量q； “旋转‑平移”变换的 具体公式如下： 其中， 是关系自适应的向量聚合运算， α 是特定于每个关系的可训练参数， <x， y>表示向量x和y的内积； Rot(r)是对旋转向量r的矩阵变换， 具体定义 为： Rot(r)＝dia g(G(r1， r2)， ...， G(rd‑1， rd)) 在“旋转‑平移”变换的基础上， 进行双层栈式变换； 所述双层栈式变换的具体公式如 下： 其中tanh(q)是双曲正切函数， γ是一个超参数用来平衡激活函数中的两部分； 之后将 每个关系对应的两个向量旋转向量r和平移向量r ’， 转化为一个 关系特定向量r和一个全局 共享向量f； 参数化后的旋转向量和平 移向量定义如下： 通过双层栈式变换得到变换后的节点向量q后， 再计算节点向量q和尾节点向量t的距 离， 公式如下： 权　利　要　求　书 1/2 页 2 CN 114218850 A 2式中， 是非线性激活函数。权　利　要　求　书 2/2 页 3 CN 114218850 A 3