(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 202211025367.X (22)申请日 2022.08.25 (71)申请人 浙江大学 地址 310058 浙江省杭州市西湖区余杭塘 路866号 (72)发明人 陈华钧　李娟　张文　 (74)专利代理 机构 杭州天勤知识产权代理有限 公司 33224 专利代理师 曹兆霞 (51)Int.Cl. G06F 16/36(2019.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06N 5/02(2006.01)G06Q 30/06(2012.01) (54)发明名称 一种基于图神经网络的商品信息自动补全 方法 (57)摘要 本发明公开了一种基于图神经网络的商品 信息自动补全方法， 在构建头实体 ‑关系图和尾 实体‑关系图的基础上， 通过图神经网络和聚合 操作更新实体表示和关系表示， 这样得到的实体 表示和关系表示更加准确， 在此基础上， 对于给 定的商品头实体， 通过基于头实体表 示与关系表 示之间的粘合度来筛选候选关系， 基于尾实体表 示与候选关系表示之间的粘合度来筛选候选尾 实体， 不需要遍历所有的(关系， 尾实体)组合， 即 能够快速过滤关系和尾实体， 得到由候选关系、 候选尾实体以及头实体组成候选商品信息三元 组， 再基于该候选商品信息三元 组的知识表示分 数来确定 可靠的候选商品信息三元组， 实现了快 速准确的商品信息的自动补全。 权利要求书5页 说明书8页 附图1页 CN 115269878 A 2022.11.01 CN 115269878 A 1.一种基于图神经网络的商品信息自动补全方法， 其特 征在于， 包括以下步骤： 步骤1， 获取商品知识图谱， 商品知识图谱包含的商品信息三元组(头实体， 关系， 尾实 体)中头实体和 尾实体为商品或商品属性， 关系为商品维度关系、 品类维度关系， 从商品信 息三元组中提取头实体 ‑关系二元组(头实体， 关系)、 关系 ‑尾实体二元组(关系， 尾实体)， 依据头实体 ‑关系二元组构建头实体 ‑关系图， 根据关系 ‑尾实体二元组构建尾实体 ‑关系 图； 步骤2， 利用两个图神经网络并行学习头实体 ‑关系图和尾实体 ‑关系图的头实体、 尾实 体以及关系的表示， 通过两个聚合操作获取聚合后的表示， 同时一阶段更新两个图神经网 络的网络参数与两个聚合操作参数； 步骤3， 对齐头实体 ‑关系图和尾实体 ‑关系图中的共现实体， 并基于共现实体的头实体 和尾实体的表示构建差异损失来二 阶段更新两个图神经网络的网络参数与两个聚合操作 参数； 步骤4， 针对待补全商品信息中的头实体， 从关系集合中提取关系， 该头实体与提取的 关系通过二阶段参数优化后的第一图神经网络和聚合操作提取表示后， 基于头实体表示与 关系表示之间的粘合度来筛 选候选关系； 步骤5， 从实体集合中提取尾实体， 该尾实体与候选关系通过二阶段参数优化后的第二 图神经网络和聚合操作提取表示后， 基于尾实体表示与候选关系表示之间的粘合度来筛选 候选尾实体； 步骤6， 将候选关系、 候选尾实体以及头实体组成候选商品信息三元组， 计算候选商品 信息三元组的知识表示分数， 基于知识表示分数筛选确定可靠的候选商品信息三元组， 完 成商品信息的自动补全。 2.根据权利要求1所述的基于图神经网络的商 品信息自动补全方法， 其特征在于， 步骤 1中， 依据头实体 ‑关系二元组(eh,rh)构建头实体 ‑关系图， 包括： 首先， 根据头实体连接的关系集合计算头实体之间的相似度， 依据头实体之间的相似 度筛选似度排名前K1的头实体对， 并在组成头实体对的两个头实体之 间构建连边， 其中， 头 实体之间的相似度 计算表示 为： 其中， 表示第i个头实体 与第j个头实体 之间的相似度， 表示具 有相同头实体 的二元组 中关系rh的集合， |·|表示统计集合中元素的个数， ∩ 表示对两个集 合中的元 素求交集； 然后， 依据连接到关系的头实体集合计算关系之间的相似度， 依据关系之间的相似度 筛选似度排名前K2的关系对， 并在组成关系对的两个 关系之间构建连边， 其中， 关系之间的 相似度 计算表示 为：权　利　要　求　书 1/5 页 2 CN 115269878 A 2其中， 表示第i个关系 与第j个关系 之间的相似度， 表示具有 相同关系 的二元组 中头实体eh的集合； 将头实体 ‑关系二元组(eh,rh)中的头实体 eh和关系rh作为节点， 通过在头实体之间构建 连边， 关系之间构建连边， 以构建头实体 ‑关系图。 3.根据权利要求1所述的基于图神经网络的商 品信息自动补全方法， 其特征在于， 步骤 1中， 根据关系 ‑尾实体二元组(rt,et)构建尾实体 ‑关系图包括： 首先， 根据尾实体连接的关系集合计算尾实体之间的相似度， 依据尾实体之间的相似 度筛选似度排名前K3的尾实体对， 并在组成尾实体对的两个尾实体之 间构建连边， 其中， 尾 实体之间的相似度 计算表示 为： 其中， 表示第i个尾实体 与第j个尾实体表示 之间的相似度， 表示 具有相同尾实体 的二元组 中关系rt的集合， |·|表示统计集合中元素的个数， ∩ 表示对两个集 合中的元 素求交集； 然后， 依据连接到关系的尾实体集合计算关系之间的相似度， 依据关系之间的相似度 筛选似度排名前K4的关系对， 并在组成关系对的两个 关系之间构建连边， 其中， 关系之间的 相似度 计算表示 为： 其中， 表示第i个关系 与第j个关系 之间的相似度， 表示具有相同 关系 的二元组 中尾实体et的集合； 将关系‑尾实体二元组(rt,et)中的尾实体 et和关系rt作为节点， 通过在尾实体之间构建 连边， 关系之间构建连边， 以构建尾实体 ‑关系图。 4.根据权利要求1或2所述的基于 图神经网络的商品信息自动补全方法， 其特征在于， 步骤2中， 利用第一图神经网络学习头实体 ‑关系图中头实体、 关系的表示， 然后通过以下聚 合操作获取聚合后的头实体表示和关系表示； 权　利　要　求　书 2/5 页 3 CN 115269878 A 3