(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210124146.1 (22)申请日 2022.02.10 (65)同一申请的已公布的文献号 申请公布号 CN 114153996 A (43)申请公布日 2022.03.08 (73)专利权人 北京帝测科技股份有限公司 地址 102211 北京市昌平区未来科 学城英 才北三街16号院15号楼 2单元1105 (72)发明人 谢潇　伍庭晨　 (74)专利代理 机构 北京华专卓 海知识产权代理 事务所(普通 合伙) 11664 代理人 李巨智 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/31(2019.01)(56)对比文件 CN 10982 9057 A,2019.0 5.31 CN 112256857 A,2021.01.2 2 CN 113535984 A,2021.10.2 2 审查员 乔晋 (54)发明名称 多图注意力协同的地学知识图谱更新方法 和装置 (57)摘要 本发明提供了一种多图注意力协同的地学 知识图谱更新方法和装置。 方法包括根据地学领 域知识库中的地理实体及地理实体之间的关联 关系构建“数据‑模型‑知识”三层知识图谱； 将知 识图谱的数据映射为知 识图复形结构； 构建多图 注意力机制的知识图复形演化模 型， 将知识图复 形结构数据作为训练数据集， 迭代训练知识图复 形演化模型， 得到地学知识表示函数； 计算待更 新的未知地学知识的知 识可信度和知识匹配度， 若知识可信度和知识匹配度均不小于对应阈值， 则将未知地学知识更新至知识图谱中。 以此方 式， 可以实现对地学知识图谱进行具有预测型、 迭代型、 增量型、 敏捷型生命周期特征的自主更 新。 权利要求书3页 说明书10页 附图4页 CN 114153996 B 2022.04.12 CN 114153996 B 1.一种多图注意力协同的地学知识图谱更新方法， 其特 征在于， 包括： 根据地学领域知识库中的地理实体及地理实体之间的关联关系构建数据 ‑模型‑知识 三层知识图谱； 所述 地理实体包括 地学数据、 地学模型和地学知识； 将所述数据 ‑模型‑知识三层 知识图谱的数据映射 为知识图复形 结构； 构建多图注意力机制的知识图复形演化模型， 将知识图复形结构数据作为训练数据 集， 迭代训练所述知识图复形演化模型， 得到地学知识 表示函数； 计算待更新的未知地学知识的知识可信度和知识匹配度， 若所述知识可信度和知识匹 配度均不小于对应阈值， 则将所述未知地学知识更新至所述数据 ‑模型‑知识三层知识图谱 中； 所述知识图复形 结构为包 含外部层次和内接层次的结构化映射； 外部层次， 包括复形集合与关联规则集合； 其中复形集合包括三类抽象节点， 分别为地 学数据、 地学模型和地学知识； 关联规则集合包括所述地学数据、 地学模型和地学知识之间 的关联关系； 内接层次， 为复形集合的内部结构， 包括子节点集合、 子节点关系集合以及邻 接矩阵集 合； 其中， 子节点为地学数据知识图谱、 地学模型知识图谱或地学知识知识图谱的内部实 体； 子节点关系集合为描述地学数据知识图谱、 地学模型知识图谱或地学知识知识图谱中 子节点之 间关系的集合； 邻接矩阵集合为表示或存储子节点及其相邻节点间连接信息的二 维矩阵的集 合； 所述多图注意力机制的知识图复形演化模型为： 其中， 为多图注意力机制的知识图复形演化模型； 为知识复形的特征矩阵； 为输入复形结构的拓扑连通度； 是以 为卷积核参数的卷积运算； 为图注意力机制， 其中 为任意子节点， 为子节点 在对应图谱层的原 始关系， 为邻接矩阵， 为引入注意力机制所需的随机权重； 和 为任意复形集 合中的子节点向量； 为两个子节点间的关系向量； 为邻接矩阵转置； 为指数 函数； 为激活函数， 用于在训练中收敛 卷积运算； 所述地学知识 表示函数为： 其中， 为地学知识表示函数， 为地学知识表示函数的向量形式； 为非线性激活 函数； 为初始知识图复形演化模型； 为输入初始计算结果的二次演化模型； 为输入二次计算结果的最终演化模型。权　利　要　求　书 1/3 页 2 CN 114153996 B 22.根据权利要求1所述的方法， 其特征在于， 所述数据 ‑模型‑知识三层知识图谱， 包括 地学数据知识图谱、 地学模型知识图谱和地学知识知识图谱； 所述地学数据知识图谱是指以地学数据为主体构建的头实体 ‑关联关系 ‑尾实体图谱 模型； 所述地学模型知识图谱是指以地学模型为主体构建的头实体 ‑关联关系 ‑尾实体图谱 模型； 所述地学知识知识图谱是指以地学知识为主体构建的头实体 ‑关联关系 ‑尾实体图谱 模型； 其中， 关联关系为所述三层知识图谱之间的关联关系， 包括约束关系、 驱动关系和引导 关系。 3.根据权利要求1所述的方法， 其特 征在于， 所述知识可信度为： 其中， 为知识可信度； 为地学知识表示函数的向量形式； 为未知地学知识的语义 向量。 4.根据权利要求1所述的方法， 其特 征在于， 所述知识匹配度为： 其中， 为知识匹配度； 为任意子节点 的语义向量； 为未知地学知识的语义向量； 为 所属知识图复形的特 征值； 为任意子节点。 5.根据权利要求1所述的方法， 其特征在于， 所述将所述未知地学知识更新至所述数 据‑模型‑知识三层 知识图谱中， 包括： 将所述未知地学知识存入知识图谱数据库中所述知识匹配度最高的位置信息对应的 节点表、 关系表和元组表中； 所述知识图谱数据库用于以节 点表、 关系表和元 组表的形式存 储数据； 其中， 所述元组表由节点与关系组成。 6.一种多图注意力协同的地学知识图谱更新装置， 其特 征在于， 包括： 构建模块， 用于根据地学领域知识库中的地理实体及地理实体之间的关联关系构建数 据‑模型‑知识三层 知识图谱； 所述 地理实体包括 地学数据、 地学模型和地学知识； 映射模块， 用于将所述数据 ‑模型‑知识三层 知识图谱的数据映射 为知识图复形 结构； 训练模块， 用于构建多图注意力机制的知识图复形演化模型， 将知识图复形结构数据 作为训练数据集， 迭代训练所述知识图复形演化模型， 得到地学知识 表示函数； 更新模块， 用于计算待更新的未知地学知识 的知识可信度和知识匹配度， 若所述知识 可信度和知识匹配度均不小于对应阈值， 则将所述未知地学知识更新至所述数据 ‑模型‑知 识三层知识图谱中； 所述知识图复形 结构为包 含外部层次和内接层次的结构化映射； 外部层次， 包括复形集合与关联规则集合； 其中复形集合包括三类抽象节点， 分别为地 学数据、 地学模型和地学知识； 关联规则集合包括所述地学数据、 地学模型和地学知识之间 的关联关系；权　利　要　求　书 2/3 页 3 CN 114153996 B 3