(19)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 202210506083.6 (22)申请日 2022.05.10 (71)申请人 平安科技 （深圳） 有限公司 地址 518000 广东省深圳市福田区福田街 道福安社区益田路5033号平 安金融中 心23楼 (72)发明人 朱子沛　王磊　赵盟盟　谭韬　 李娜　 (74)专利代理 机构 深圳市联鼎知识产权代理有 限公司 4 4232 专利代理师 孙强 (51)Int.Cl. G06F 16/33(2019.01) G06F 16/36(2019.01) G06F 40/295(2020.01)G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 知识图谱补全方法、 装置、 设备及 介质 (57)摘要 本申请涉及人工智能技术领域， 具体公开了 一种知识图谱补全方法、 装置、 计算机设备及计 算机可读存储介质， 本申请的知识图谱补全 方法 通过包含有目标节点信息以及目标关系信息的 融合向量计算与预设识别节点之间的节点匹配 度， 将节点匹配度超 过节点匹配度阈值的预识别 节点作为候选节点， 以进行第一次筛选操作得到 与目标节点存在关系的候选节点； 然后， 再根据 融合向量计算与候选节点之间的关系匹配度， 将 关系匹配度超过关系匹配度阈值的候选节点作 为有效节 点， 即进行第二次筛选操作得到与目标 节点存在目标关系的有效节点， 以通过分段推理 的方法提高关系补全的准确性以及效率。 权利要求书2页 说明书15页 附图4页 CN 114780689 A 2022.07.22 CN 114780689 A 1.一种知识图谱补全方法， 其特 征在于， 包括： 获取待补全知识图谱， 其中， 所述待补全知识图谱中包括目标节点、 目标关系以及预识 别节点； 对所述目标节点的目标节点向量以及所述目标关系的目标关系向量进行融合， 得到融 合向量； 以及对每个所述预识别节点的预识别节点向量进行融合， 得到预识别节点融合矩 阵； 根据所述融合向量以及所述预识别节点融合矩阵计算所述目标节点与所述预识别节 点之间的节点匹配度， 将所述节点匹配度满足预设要求的预识别节点作为 候选节点； 对每个所述候选节点的候选节点向量进行融合， 得到候选节点融合矩阵； 根据所述融合向量以及所述候选节点融合矩阵计算所述目标节点与所述候选节点之 间的关系匹配度， 将所述关系匹配度满足预设要求的候选节点作为有效节点； 将所述目标关系作为所述目标节点和所述有 效节点之间的关系， 以对所述待补全知识 图谱进行补全处 理。 2.根据权利要求1所述的方法， 其特征在于， 对所述目标节点的目标节点向量以及所述 目标关系的目标关系向量进行融合之前， 还 包括： 获取所述目标节点的节点属性信息以及节点类型信息； 对所述节点属性信息和节点类型信息中的每个字符 以及所述每个字符的位置进行向 量转化处理， 得到节点属性向量和节点类型向量； 对所述节点属性向量和所述节点类型向量进行融合， 得到所述目标节点向量。 3.根据权利要求2所述的方法， 其特征在于， 在所述对所述节点属性向量和所述节点类 型向量进行融合， 得到所述目标节点向量之后， 还 包括： 获取所述目标节点对应的邻接矩阵和度矩阵； 根据所述邻 接矩阵和所述度矩阵对所述目标节点向量进行卷积处理， 得到卷积后的目 标节点向量， 以将所述卷积后的目标节点向量作为所述目标节点的目标节点向量。 4.根据权利要求1所述的方法， 其特征在于， 所述对每个所述预识别节点的预识别节点 向量进行融合， 得到预识别节点融合矩阵， 包括： 获取每个所述预识别节点的权重系数， 根据 所述权重系数对每个所述预识别节点的预 识别节点向量进行加权计算； 对加权计算后的每个所述预识别节点向量进行拼接， 得到N维预识别节点融合矩阵； 其 中， N为所述预识别节点的数量。 5.根据权利要求4所述的方法， 其特征在于， 所述根据所述融合向量以及所述预识别节 点融合矩阵计算所述目标节点与所述预识别节点之间的节点匹配度， 包括： 将所述融合向量映射至所述预识别节点融合矩阵中， 得到所述目标节点针对每个预识 别节点的节点匹配分数； 对所述节点匹配分数进行归一化处理， 得到所述目标节点针对每个预识别节点的节点 匹配度。 6.根据权利要求1所述的方法， 其特征在于， 所述对每个所述候选节点的候选节点向量 进行融合， 得到候选节点融合矩阵， 包括： 获取每个所述候选节点的权重系数， 根据 所述权重系数对每个所述候选节点的候选节权　利　要　求　书 1/2 页 2 CN 114780689 A 2点向量进行加权计算； 对加权计算后的每个所述候选节点向量进行拼接， 得到M维候选节点融合矩阵； 其中， M 为所述候选节点的数量。 7.根据权利要求6所述的方法， 其特征在于， 所述根据所述融合向量以及所述候选节点 融合矩阵计算所述目标节点与所述 候选节点之间的关系匹配度， 包括： 将所述融合向量映射至所述候选节点融合矩阵中， 得到所述目标节点以及目标关系针 对每个候选节点的关系匹配分数； 对所述关系匹配分数进行归一化处理， 得到所述目标节点以及目标关系针对每个候选 节点的关系匹配度。 8.一种知识图谱补全 装置， 其特 征在于， 所述装置包括： 图谱获取模块， 配置为获取待补全知识图谱， 其中， 所述待补全知识图谱中包括目标节 点、 目标关系以及预识别节点； 融合向量获取模块， 配置为对所述目标节点的目标节点向量以及所述目标关系的目标 关系向量进行融合， 得到融合向量； 以及对每个所述预识别节点的预识别节点向量进行融 合， 得到预识别节点融合矩阵； 候选节点确定模块， 配置为根据所述融合向量以及所述预识别节点融合矩阵计算所述 目标节点与所述预识别节点之 间的节点匹配度， 将所述节点匹配度满足预设要求的预识别 节点作为 候选节点； 候选节点向量融合模块， 配置为对每个所述候选节点的候选节点向量进行融合， 得到 候选节点融合矩阵； 有效节点确 认模块， 配置为根据所述融合向量以及所述候选节点融合矩阵计算所述目 标节点与所述候选节 点之间的关系匹配度， 将所述关系匹配度满足预设要求的候选节点作 为有效节点； 图谱补全模块， 配置为将所述目标关系作为所述目标节点和所述有效节点之间的关 系， 以对所述待补全知识图谱进行补全处 理。 9.一种计算机设备， 其特 征在于， 所述计算机设备包括存 储器和处 理器； 所述存储器， 用于存 储计算机程序； 所述处理器， 用于执行所述的计算机程序并在执行所述的计算机程序时实现如权利要 求1至7中任一项所述的知识图谱补全方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程 序， 所述计算机程序被处理器执行时使 所述处理器实现如权利要求 1至7中任一项 所述的知 识图谱补全方法。权　利　要　求　书 2/2 页 3 CN 114780689 A 3